Question

我在R中有一个包含四列的数据框price1：

Name        Week         Price           Rebate
Car 1         1          20000            500
Car 1         2          20000            400
Car 1         5          20000            400
----          --          ----             ---
Car 1         54         20400            450

price1中共有10个车名，所以上面只是为了说明结构。每个汽车名称应有54个观察对应54周。但是，有几周没有观察到（例如，在上述情况下的第3周和第4周）。对于这些缺失的几周，我需要从另一个数据框price2：

中插入信息

Name        AveragePrice   AverageRebate
Car 1         20000            500
Car 2         20000            400
Car 3         20000            400
----          ----             ---
Car 10        20400            450

因此，我需要在price1中为每个车名识别缺失的一周，在price2中捕获与该车名对应的行，然后在price1中插入该行。我无法绕过可能的方法，所以遗憾的是我没有一个代码片段可供分享。我在SO中的大多数搜索都引导我得到关于处理缺失值的答案，这不是我想要的。有人可以帮助我吗？

我还在下面指出了所需的输出：

Name        Week         Price           Rebate
Car 1         1          20000            500
Car 1         2          20000            400
Car 1         3          20200            410
Car 1         4          20300            420
Car 1         5          20000            400
----          --          ----            ---
Car 1         54         20400            450
----          --          ----            ---
Car 10        54         21400            600

请注意，输出现在有第4周和第5周的Car 1信息，我应该从price2获取。对于10个汽车名称中的每一个，最终输出应包含54个观测值，因此总计540行。

Answer 1

试试这个，祝你好运

library(data.table)
carNames <- paste('Car', 1:10)
df <- data.table(Name = rep(carNames, each = 54), Week = rep(1:54, times = 10))
df <- merge(df, price1, by = c('Name', 'Week'), all.x = TRUE)
df <- merge(df, price2, by = 'Name', all.x = TRUE); df[, `:=`(Price = ifelse(is.na(Price), AveragePrice, Price), Rebate = ifelse(is.na(Rebate), AverageRebate, Rebate))] 
df[, 1:4]

Answer 2

因此，如果我正确理解您的问题，您基本上有2个数据帧，并且您希望确保数据帧 - ＆＃34; price1＆＃34;在姓名中有正确的rownames（汽车名称）＆＃39;列？

这是我要做的，但它可能不是最佳方式：

#create a loop with length = number of rows in your frame
for(i in 1:nrow(price1)){
  #check if the value is = NA,
  if (is.na(price1[1,i] == TRUE){
    #if it is NA, replace it with the corresponding value in price2
    price1[1,i] <- price2[1,i]
    }
  }

希望这会有所帮助（：

Answer 3

如果我正确理解了您的问题，您只想查看第二个表中的内容而不是第一个表中的内容。您只想使用anti_join。请注意，您将表格输入anti_join的顺序很重要。

library(tidyverse)
complete_table ->
    price2 %>%
    anti_join(price1)

要扩展您的第一个表格以涵盖所有54周使用complete()，或者您甚至可以捏造它并right_join一张您将故意在其中构建的所有54周的表格。然后，任何没有加入第二个表的内容都会在该列中获得NA。

如何在R数据帧列中检查系列中的跳过值？

3 个答案: