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。
答案 0 :(得分:4)
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))
答案 1 :(得分:1)
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。)