Question

我有这张桌子（visit_ts） -

Year  Month  Number_of_visits
2011    4        1
2011    6        3
2011    7        23
2011    12       32
2012    1        123
2012    11       3200

目标是将Number_of_visits的行插入为0，表中缺少的月份。
2011年月份为1,2,3或2012年月份为12时，不要插入行。

以下代码正常运行 -

vec_month=c(1,2,3,4,5,6,7,8,9,10,11,12)
vec_year=c(2011,2012,2013,2014,2015,2016)
i=1
startyear=head(visit_ts$Year,n=1)
endyear=tail(visit_ts$Year,n=1)
x=head(visit_ts$Month,n=1)
y=tail(visit_ts$Month,n=1)
for (year in vec_year)
{
  if(year %in% visit_ts$Year)
  {
    a=subset(visit_ts,visit_ts$Year==year)
    index= which(!vec_month %in% a$Month)
    for (j in index)
    {
      if((year==startyear & j>x )|(year==endyear & j<y))
      visit_ts=rbind(visit_ts,c(year,j,0))
      else
      {
        if(year!=startyear & year!=endyear)
        visit_ts=rbind(visit_ts,c(year,j,0))
      }
    }}
  else
  {
    i=i+1
  }}

由于我是R的新手，我正在寻找一个替代/更好的解决方案来解决这个问题，这个问题不会涉及对年份和月份矢量进行硬编码。另外，请随意指出最佳编程实践。

Answer 1

我们可以将expand.grid与merge或left_join

一起使用

library(dplyr)
expand.grid(Year = min(df1$Year):max(df1$Year), Month = 1:12) %>% 
  filter(!(Year == min(df1$Year) & Month %in% 1:3| 
           Year == max(df1$Year) & Month == 12)) %>% 
  left_join(., df1) %>%
  mutate(Number_of_visits=replace(Number_of_visits, is.na(Number_of_visits), 0))
#   Year Month Number_of_visits
#1  2012     1              123
#2  2012     2                0
#3  2012     3                0
#4  2011     4                1
#5  2012     4                0
#6  2011     5                0
#7  2012     5                0
#8  2011     6                3
#9  2012     6                0
#10 2011     7               23
#11 2012     7                0
#12 2011     8                0
#13 2012     8                0
#14 2011     9                0
#15 2012     9                0
#16 2011    10                0
#17 2012    10                0
#18 2011    11                0
#19 2012    11             3200
#20 2011    12               32

我们可以通过按年份分组使其更具动态性，获得“月份”序列。从list，unnest列的最小值到最大值，与原始数据集（left_join）和replace的NA值一起加入0。

library(tidyr)
df1 %>%
     group_by(Year) %>% 
     summarise(Month = list(min(Month):max(Month))) %>% 
     unnest(Month) %>%
     left_join(., df1) %>% 
     mutate(Number_of_visits=replace(Number_of_visits, is.na(Number_of_visits), 0))
#     Year Month Number_of_visits
#    <int> <int>            <dbl>
#1   2011     4                1
#2   2011     5                0
#3   2011     6                3
#4   2011     7               23
#5   2011     8                0
#6   2011     9                0
#7   2011    10                0
#8   2011    11                0
#9   2011    12               32
#10  2012     1              123
#11  2012     2                0
#12  2012     3                0
#13  2012     4                0
#14  2012     5                0
#15  2012     6                0
#16  2012     7                0
#17  2012     8                0
#18  2012     9                0
#19  2012    10                0
#20  2012    11             3200

或另一个选项是data.table。转换＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(df1)），按＆＃39;年份＆＃39;分组，我们得到min到max＆＃39;月＆＃39;的序列，加入原始数据集{ {1}}＆＃39;年＆＃39;和＆＃39;月＆＃39;，将NA值替换为0。

on

将行插入表中

1 个答案: