我需要在组内添加缺失的变量组合，但要使用该组外部的组合。请看下面的例子。这是一个数据框架，评分者在其中查看样本，然后回答有关样本的三个问题。评估者A查看了样本1、2和3，而评估者B仅查看了样本1和2。还请注意，评估者B仅完成了样本1的项目7060和7930，但没有完成项目7842。隐式缺失项得分为显式缺失。目标是为样本中缺少的项目添加行，但不添加评估者中缺少的样本（即，不要将样本3添加到评估者B中，而是将缺失的项目添加到由评估者B评估的样本中）。
library(tidyverse)
df <- data_frame(
rater_id = c(rep("A", 9), rep("B", 5)),
sample_id = c(rep(1, 3), rep(2, 3), rep(3, 3), rep(1, 2), rep(2, 3)),
item_id = c(7060, 7842, 7930, 9571, 4678, 5966, 1758, 3148, 2574,
7060, 7930, 9571, 4678, 5966),
score = sample(c(0, 1), size = 14, replace = TRUE)
)
df
#> # A tibble: 14 x 4
#> rater_id sample_id item_id score
#> <chr> <dbl> <dbl> <dbl>
#> 1 A 1 7060 0
#> 2 A 1 7842 0
#> 3 A 1 7930 1
#> 4 A 2 9571 0
#> 5 A 2 4678 0
#> 6 A 2 5966 1
#> 7 A 3 1758 0
#> 8 A 3 3148 1
#> 9 A 3 2574 0
#> 10 B 1 7060 0
#> 11 B 1 7930 0
#> 12 B 2 9571 0
#> 13 B 2 4678 1
#> 14 B 2 5966 1
我尝试使用tidy::complete收效甚微。通过sample_id和item_id进行嵌套不会添加丢失的行，因为数据中已经存在sample_id和item_id的所有组合。
df %>% complete(nesting(sample_id, item_id))
#> # A tibble: 14 x 4
#> sample_id item_id rater_id score
#> <dbl> <dbl> <chr> <dbl>
#> 1 1 7060 A 0
#> 2 1 7060 B 0
#> 3 1 7842 A 0
#> 4 1 7930 A 1
#> 5 1 7930 B 0
#> 6 2 4678 A 0
#> 7 2 4678 B 1
#> 8 2 5966 A 1
#> 9 2 5966 B 1
#> 10 2 9571 A 0
#> 11 2 9571 B 0
#> 12 3 1758 A 0
#> 13 3 2574 A 0
#> 14 3 3148 A 1
在嵌套语句之外添加rater_id也无法提供所需的输出。它成功添加了示例1的缺失行，而且还添加了示例3的其他缺失行。但是，由于从未给评定者B提供样品3，因此我们不会将其视为“缺失”（即使从技术上讲是这样）
df %>% complete(rater_id, nesting(sample_id, item_id))
#> # A tibble: 18 x 4
#> rater_id sample_id item_id score
#> <chr> <dbl> <dbl> <dbl>
#> 1 A 1 7060 0
#> 2 A 1 7842 0
#> 3 A 1 7930 1
#> 4 A 2 4678 0
#> 5 A 2 5966 1
#> 6 A 2 9571 0
#> 7 A 3 1758 0
#> 8 A 3 2574 0
#> 9 A 3 3148 1
#> 10 B 1 7060 0
#> 11 B 1 7842 NA
#> 12 B 1 7930 0
#> 13 B 2 4678 1
#> 14 B 2 5966 1
#> 15 B 2 9571 0
#> 16 B 3 1758 NA
#> 17 B 3 2574 NA
#> 18 B 3 3148 NA
理想的输出如下：
#> # A tibble: 18 x 4
#> rater_id sample_id item_id score
#> <chr> <dbl> <dbl> <dbl>
#> 1 A 1 7060 0
#> 2 A 1 7842 0
#> 3 A 1 7930 1
#> 4 A 2 4678 0
#> 5 A 2 5966 1
#> 6 A 2 9571 0
#> 7 A 3 1758 0
#> 8 A 3 2574 0
#> 9 A 3 3148 1
#> 10 B 1 7060 0
#> 11 B 1 7842 NA
#> 12 B 1 7930 0
#> 13 B 2 4678 1
#> 14 B 2 5966 1
#> 15 B 2 9571 0
答案 0 :(得分：1)
这有点难看，但是您可以使用最后一次尝试（在nesting语句之外添加rater_id），然后删除完全不存在rater-sample对的情况。可能有几种方法可以做到这一点，但这种方法似乎可行：
df %>%
complete(rater_id, nesting(sample_id, item_id)) %>% # This was your approach
group_by(rater_id, sample_id) %>%
mutate(count_non_nas = sum(!is.na(score))) %>% # Count up the number of non-NA scores
filter(count_non_nas > 0) %>% # Remove cases where ALL the scores in a group are NA
select(-count_non_nas) %>% # Drop the intermediate column
ungroup()
df
# A tibble: 15 x 4
rater_id sample_id item_id score
<chr> <dbl> <dbl> <dbl>
1 A 1 7060 1
2 A 1 7842 0
3 A 1 7930 0
4 A 2 4678 0
5 A 2 5966 0
6 A 2 9571 0
7 A 3 1758 0
8 A 3 2574 0
9 A 3 3148 0
10 B 1 7060 1
11 B 1 7842 NA
12 B 1 7930 1
13 B 2 4678 0
14 B 2 5966 1
15 B 2 9571 0