Question

我有一个相当大的数据集，其中包含近6000个观察结果。我提供了另一个缺少观察结果的数据集。如果没有进行测量，则不用NA填充行/观测值，而是省略整行/观察。第二个数据集有5500行。

我需要确定哪些观察结果未被记录，或者换句话说，确定第二个数据集中缺少哪些行。我并未提及NAs或缺失值，而是未将其纳入数据集的观察结果。

在我的下面的例子中，每个观察（ID）也应该有＆＃34; group＆＃39;记录为11,12,13,14,21,22,23,24。但是，ID 206902只有11,12,14,21,22,23,24组。它缺少13个

在此示例中，ID并非真正独特，因此应该有8个ID。例如，ID 206901＆amp;第11组; ID 206901＆amp;第12组等。

如何轻松确定缺少哪些观察结果（ID）？同样，每个ID应该有8条记录。

example <- structure(list(ID = c(206901L, 206901L, 206901L, 206901L, 206901L, 
206901L, 206901L, 206901L, 206902L, 206902L, 206902L, 206902L, 
206902L, 206902L, 206902L), group = c(11L, 12L, 13L, 14L, 21L, 
22L, 23L, 24L, 11L, 12L, 14L, 21L, 22L, 23L, 24L)), .Names = c("ID", 
"group"), sorted = "ID", class = c("tbl_dt", "tbl", "data.table", 
"data.frame"), row.names = c(NA, -15L), .internal.selfref = <pointer: 0x0000000000100788>)

Answer 1

目前还不完全清楚预期的输出是什么，但如果我们需要列出所有唯一“组”中特定ID中所有缺失的“组”，那么我们可以使用%in%和{ {1}}获取缺少按“ID”分组的“组”的逻辑索引，并使用逻辑索引“i1”!返回缺少的“组”，但缺少if组或any返回'NA'。

else

或者正如@Frank所提到的，我们可以交叉加入（Un <- unique(example[["group"]]) example[, {i1 <- !Un %in% group list(NotFound = if(any(i1)) Un[i1] else NA_integer_) }, ID] # ID NotFound #1: 206901 NA #2: 206902 13）“ID”和“组”列中的CJ元素，并使用“示例”将输出unique join'ID'，'group'列，将'i'指定为'example'的否定（on），仅输出“示例”中未找到的元素

确定R中数据集中缺少的观测值（而不是NA）

1 个答案: