Question

我在R中的数据框有问题，我有一些数据有两个维度和一个指标，但某些类别的组合没有数据。我的数据如下：

          interestAffinityCategory userGender users
1                 Music Lovers       male   198
2                 Music Lovers     female   190
3  News Junkies & Avid Readers       male   134
4  News Junkies & Avid Readers     female   115
5                  Sports Fans       male   109
6                 Movie Lovers       male   108
7                 Technophiles       male    93
8                    TV Lovers       male    88
9                    TV Lovers     female    79
10                Technophiles     female    70

示例，体育迷，只有男性性别的数据。我需要所有类别，即使在users列中有0值。喜欢：体育迷，女，0 我的数据需要如何:(第8和第6行）

      interestAffinityCategory userGender users
1                 Music Lovers       male   198
2                 Music Lovers     female   190
3  News Junkies & Avid Readers       male   134
4  News Junkies & Avid Readers     female   115
5                  Sports Fans       male   109
6                  Sports Fans     female   0
7                 Movie Lovers       male   108
8                 Movie Lovers     female   0
9                 Technophiles       male   93
10                    TV Lovers       male  88
11                    TV Lovers     female  79
12                Technophiles     female    70

我试图找到一个解决方案，但我只找到类似的情况，但只有一个维度，而且它对我没用。

Ps。：此数据来自Google AnalyticsAPI，我希望获得前10个类别，并制作按性别划分的访问图表，但为此，我需要显示所有类别和性别组合的数据，即使有0次访问。

Answer 1

您应该使用complete中的tidyr功能。第一个参数是您的数据，第二个和第三个是要查找所有可能的comibnations的列（如果您有更多，您可以逐个列出它们），fill是一个包含默认值的列表填写。

complete(data, interestAffinityCategory, userGender, fill=list(users=0))

Answer 2

您可以创建所有类别组合的数据框，其中users设置为零。然后，您可以组合这两个数据框，并为每个类别组合保留用户的最大值。

您可以使用expand.grid()创建包含所有组合的数据框：

all_levels_0 <- expand.grid(levels(data$interestAffinityCategory), levels(data$userGender))
all_levels_0$users <- 0
names(all_levels_0) <- names(data)
head(all_levels_0)
##        interestAffinityCategory  userGender users
## 1                  Movie Lovers      female     0
## 2                  Music Lovers      female     0
## 3   News Junkies & Avid Readers      female     0
## 4                   Sports Fans      female     0
## 5                  Technophiles      female     0
## 6                  Technophiles      female     0

（这假定data$interestAffinityCategory和data$userGender都是因素。如果它们是字符，请使用unique()代替levels()。）

对于第二步，我使用dplyr包：

library(dplyr)
all_levels <- bind_rows(data, all_levels_0) %>%
              group_by(interestAffinityCategory, userGender) %>%
              summarise(users = max(users))
head(all_levels)
## Source: local data frame [6 x 3]
## Groups: interestAffinityCategory [3]
## 
##        interestAffinityCategory  userGender users
##                          (fctr)      (fctr) (dbl)
## 1                  Movie Lovers      female     0
## 2                  Movie Lovers        male   108
## 3                  Music Lovers      female   190
## 4                  Music Lovers        male   198
## 5   News Junkies & Avid Readers      female   115
## 6   News Junkies & Avid Readers        male   134

如果您不想使用dplyr，则可以使用基础R中的rbind()和aggregate()执行相同操作：

combined <- rbind(data, all_levels_0)
all_levels <- aggregate(users ~ interestAffinityCategory + userGender,
                        data = combined, FUN = max)
head(all_levels)
##        interestAffinityCategory  userGender users
## 1                  Movie Lovers      female     0
## 2                  Music Lovers      female   190
## 3   News Junkies & Avid Readers      female   115
## 4                   Sports Fans      female     0
## 5                  Technophiles      female    70
## 6                  Technophiles      female     0

（这会对行进行不同的排序，因此前几行与dplyr示例中的行不同。）

根据R中的其他行和列组合在数据框中创建行

2 个答案: