Question

我有两个表如下所示：

Table "data"                                 Table "countries"
------------------------------               -----------------
ID Time Country Variable Value               ID Country
1  2013 Austria V1       150                 1  Austria
1  2014 Austria V1       170                 2  Germany
1  2015 Austria V1       200                 3  Spain
2  2013 Germany V1       280
2  2015 Germany V1       350

＆＃34;数据＆＃34; table是一个面板数据集，它包含多个时间段和多个变量中的多个国家/地区（即使我在示例中只包含一个变量）。＆＃34;国家＆＃34;表格是所有国家的完整表格 - 这里有三个。

我需要做的是一个连接，它填补了＆＃34;数据中的缺失观察结果。表与每年的价值的NA！加入＆＃34;数据＆＃34;表应如下所示：

Table "data"                                 
------------------------------               
ID Time Country Variable Value               
1  2013 Austria V1       150                 
1  2014 Austria V1       170                 
1  2015 Austria V1       200                 
2  2013 Germany V1       280
2  2014 Germany V1       NA
2  2015 Germany V1       350
3  2013 Spain   V1       NA
3  2014 Spain   V1       NA
3  2015 Spain   V1       NA

我认为正确的联接是正确的方向，它也有效，但它只包括一次NA。在上面的例子中，西班牙只会被包含在＆＃34;数据＆＃34;表。我做了一个简单的连接：

joined <- right_join(data, countries, by = c("ID"))

是否有类似＆＃34;重复加入＆＃34;对于面板数据集还是我需要将数据集拆分为时间段，单独加入它们并在之后追加它们？

谢谢！

Answer 1

您可以使用包complete中的tidyr：

library(tidyr)
right_join(data, countries) %>%
  complete(Time, Variable, nesting(Country, ID)) 

   Time Variable Country    ID Value
  (int)    (chr)   (chr) (int) (int)
1  2013       V1 Austria     1   150
2  2013       V1 Germany     2   280
3  2013       V1   Spain     3    NA
4  2014       V1 Austria     1   170
5  2014       V1 Germany     2    NA
6  2014       V1   Spain     3    NA
7  2015       V1 Austria     1   200
8  2015       V1 Germany     2   350
9  2015       V1   Spain     3    NA

Dplyr：在面板数据集上寻找与NAs的连接

1 个答案: