我有一个数据框：
zz <- "Product Quarter Million
AAA 2013-Q3 81.1
AAA 2013-Q4 50.5
AAA 2014-Q1 81.9
AAA 2014-Q4 78.3
BBB 2013-Q3 29.9
BBB 2013-Q4 17
BBB 2014-Q3 87.4
BBB 2014-Q4 63
CCC 2013-Q4 41.1
CCC 2014-Q1 59.1
CCC 2014-Q2 110.7
CCC 2014-Q3 127"
df <- read.table(text = zz, header = TRUE); rm(zz)
观察跨度：
2013-Q3 2013-Q4 2014年Q1 2014 Q2 2014年Q3 2014-Q4
除此之外，大多数Products都缺少时间观察。
我需要将缺失的句点作为零插入：
Product Quarter Million
AAA 2013-Q3 81.1
AAA 2013-Q4 50.5
AAA 2014-Q1 81.9
AAA 2014-Q2 0
AAA 2014-Q3 0
AAA 2014-Q4 78.3
BBB 2013-Q3 29.9
BBB 2013-Q4 0
BBB 2014-Q1 0
BBB 2014-Q2 0
BBB 2014-Q3 87.4
BBB 2014-Q4 63
CCC 2013-Q3 0
CCC 2013-Q4 41.1
CCC 2014-Q1 59.1
CCC 2014-Q2 110.7
CCC 2014-Q3 127
CCC 2014-Q4 0
答案 0 :(得分：2)
您可以尝试：
library(data.table)
setkey(setDT(df), Product, Quarter)[CJ(unique(Product), unique(Quarter))][!df, Million:=0][]
# Product Quarter Million
# 1: AAA 2013-Q3 81.1
# 2: AAA 2013-Q4 50.5
# 3: AAA 2014-Q1 81.9
# 4: AAA 2014-Q2 0.0
# 5: AAA 2014-Q3 0.0
# 6: AAA 2014-Q4 78.3
# 7: BBB 2013-Q3 29.9
# 8: BBB 2013-Q4 17.0
# 9: BBB 2014-Q1 0.0
#10: BBB 2014-Q2 0.0
#11: BBB 2014-Q3 87.4
#12: BBB 2014-Q4 63.0
#13: CCC 2013-Q3 0.0
#14: CCC 2013-Q4 41.1
#15: CCC 2014-Q1 59.1
#16: CCC 2014-Q2 110.7
#17: CCC 2014-Q3 127.0
#18: CCC 2014-Q4 0.0
答案 1 :(得分：2)
以下两种解决方案均假设每个季度至少出现在一个产品中，如问题所示：
1）xtabs 此解决方案不需要包：
xt <- xtabs(Million ~ Quarter + Product, df)
as.data.frame(xt, responseName = "Million")[c(2, 1, 3)]
Product Quarter Million
1 AAA 2013-Q3 81.1
2 AAA 2013-Q4 50.5
3 AAA 2014-Q1 81.9
4 AAA 2014-Q2 0.0
5 AAA 2014-Q3 0.0
6 AAA 2014-Q4 78.3
7 BBB 2013-Q3 29.9
8 BBB 2013-Q4 17.0
9 BBB 2014-Q1 0.0
10 BBB 2014-Q2 0.0
11 BBB 2014-Q3 87.4
12 BBB 2014-Q4 63.0
13 CCC 2013-Q3 0.0
14 CCC 2013-Q4 41.1
15 CCC 2014-Q1 59.1
16 CCC 2014-Q2 110.7
17 CCC 2014-Q3 127.0
18 CCC 2014-Q4 0.0
如果列顺序和列名称不必与问题完全相同，则可以缩短为：
as.data.frame(xtabs(Million ~ Quarter + Product, df))
如果宽格式可以，则可以进一步缩短为：
xtabs(Million ~ Quarter + Product, df)
，并提供：
Product
Quarter AAA BBB CCC
2013-Q3 81.1 29.9 0.0
2013-Q4 50.5 17.0 41.1
2014-Q1 81.9 0.0 59.1
2014-Q2 0.0 0.0 110.7
2014-Q3 0.0 87.4 127.0
2014-Q4 78.3 63.0 0.0
2）zoo 将df转换为动物园对象z，然后将每个NA替换为零，并使用fortify.zoo与{ {1}}参数将其转换回长格式。
melt=TRUE，并提供：
library(zoo)
z <- read.zoo(df, index = 2, FUN = identity, split = 1, header = TRUE)
z <- na.fill(z, 0)
df_full <- fortify.zoo(z, melt = TRUE, name = "Product")[, c(2, 1, 3)]
names(df_full) <- names(df)
如果宽格式> df_full
Product Quarter Million
1 AAA 2013-Q3 81.1
2 AAA 2013-Q4 50.5
3 AAA 2014-Q1 81.9
4 AAA 2014-Q2 NA
5 AAA 2014-Q3 NA
6 AAA 2014-Q4 78.3
7 BBB 2013-Q3 29.9
8 BBB 2013-Q4 17.0
9 BBB 2014-Q1 NA
10 BBB 2014-Q2 NA
11 BBB 2014-Q3 87.4
12 BBB 2014-Q4 63.0
13 CCC 2013-Q3 NA
14 CCC 2013-Q4 41.1
15 CCC 2014-Q1 59.1
16 CCC 2014-Q2 110.7
17 CCC 2014-Q3 127.0
18 CCC 2014-Q4 NA
对象可以，则省略最后两行，即省略设置"zoo"及其名称的行，只使用df_full。
z答案 2 :(得分：1)
您可以使用reshape2包执行此操作：
library(reshape2)
df <- melt(dcast(df, Product ~ Quarter))
然后您可以将NA值更改为0：
df[is.na(df)] <- 0
答案 3 :(得分：0)
试试这个
<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script>
<div class="boxes">
<div class="div-1">Div 1</div>
<div class="div-2">Div 2</div>
</div>
<button class="button-1">Button 1</button>
<button class="button-2">Button 2</button>答案 4 :(得分：0)
对R人来说，解决方案可能有点过于冗长，但它使用的是dplyr
# all products from your dataframe
product <- unique(df$Product) # all products from your dataframe
# all quarters you want
quarter <- c('2013-Q3', '2013-Q4', '2014-Q1', '2014-Q2', '2014-Q3', '2014-Q4')
# let's combine them
df2 <- expand.grid(Product=product, Quarter = quarter)
# and now let's do a join between your df and all possible
# combinations of Products and Quarters
df %>%
right_join(df2) %>% # here the join
arrange(Product, Quarter) %>% # here the sorting
mutate(Value = ifelse(is.na(Million),0, Million)) # replacing the NA with 0