这是我的数据集的示例:
day city count
1 1 A 50
2 2 A 100
3 2 B 110
4 2 C 90
以下是复制它的代码:
df <- data.frame(
day = c(1,2,2,2),
city = c("A","A","B","C"),
count = c(50,100,110,90)
)
如您所见,第1天城市B和C的计数数据缺失。我想要做的是将城市A的数量作为其他两个城市的估计值。所以期望的输出是:
day city count
1 1 A 50
2 1 B 50
3 1 C 50
4 2 A 100
5 2 B 110
6 2 C 90
我可以想出一个for循环,但我觉得应该有一个更简单的方法。我的想法是计算每天的观察数量,然后在观察数量小于数据集中城市数量的日子里,我会复制该行以完成当天的数据。有更好的想法吗?还是更有效的循环?感谢。
答案 0 :(得分:2)
使用dplyr
和tidyr
,我们可以:
library(dplyr)
library(tidyr)
df %>%
expand(day, city) %>%
left_join(df) %>%
group_by(day) %>%
fill(count, .direction = "up") %>%
fill(count, .direction = "down")
或者,我们可以使用thelatemail的解决方案来避免left_join
:
df %>%
complete(day, city) %>%
group_by(day) %>%
fill(count, .direction = "up") %>%
fill(count, .direction = "down")
两者都返回:
# A tibble: 6 x 3
day city count
<dbl> <fct> <dbl>
1 1. A 50.
2 1. B 50.
3 1. C 50.
4 2. A 100.
5 2. B 110.
6 2. C 90.
数据(稍加修改以显示填充两个方向的.direction
):
df <- data.frame(
day = c(1,2,2,2),
city = c("B","A","B","C"),
count = c(50,100,110,90)
)