我有一个由ID,DateTimes和Values组成的data.frame。对于每个ID,我想扩展DateTimes,以便在min和max之间每小时有一个。 ID和Value列应填充各自的值(即不是NA)。永远不会出现每个ID都有多个唯一值的情况。例如,新的data.frame应该有4行ID == 1和5行ID == 2(总共9行)。最简单的方法是什么?
我通常使用dplyr,因此会接受base或dplyr / tidyverse方法
library(dplyr)
library(lubridate)
dt <- Sys.time() %>% floor_date('hours')
df <- data.frame(ID = c(1, 1, 2, 2),
DateTime = c(dt, dt + hours(3), dt + hours(6), dt + hours(9)),
Value = c(3, 3, 4, 4))
预期输出为:
output <- data.frame(ID = c(1, 1, 1, 1, 2, 2, 2, 2),
DateTime = c(dt, dt + hours(1), dt + hours(2), dt + hours(3),
dt + hours(6), dt + hours(7), dt + hours(8), dt + hours(9)),
Value = c(3, 3, 3, 3, 4, 4, 4, 4))
ID DateTime Value
1 1 2018-03-27 19:00:00 3
2 1 2018-03-27 20:00:00 3
3 1 2018-03-27 21:00:00 3
4 1 2018-03-27 22:00:00 3
5 2 2018-03-28 01:00:00 4
6 2 2018-03-28 02:00:00 4
7 2 2018-03-28 03:00:00 4
8 2 2018-03-28 04:00:00 4
答案 0 :(得分:2)
我们可以使用complete
tidyr
library(tidyverse)
df %>%
group_by(ID, Value) %>%
complete(DateTime = seq(min(DateTime), max(DateTime), by = "1 hour")) %>%
select(names(df))