Question

我有以下数据集：

SELECT DISTINCT naam,voorletters, TO_CHAR(geb_datum,'dd-mm-yyyy') AS 
geboortedatum, b.spelersnr
FROM spelers s LEFT OUTER JOIN boetes b
 ON (s.spelersnr = b.spelersnr)
WHERE b.bedrag<75 OR b.bedrag IS null
ORDER BY b.spelersnr

个人最多可以接受7种治疗，但有些人最多可以接受5种治疗（例如下下personal_id = 2的示例）。我需要为每个个体添加新行，直到他们接受的最大治疗次数（例如，individual_id = 1最多7个，individual_id = 2最多5个），治疗= NA。我想要这样的东西：

individual number treatment
1          1       AAAA
1          2       BBBB
1          3       CCCC
1          4       EEEE
1          5       XXXX
1          7       WWWW
2          2       EEEE
2          3       AAAA
2          5       RRRR

有人可以建议最快的方法吗？

我无法共享我的数据，但这是一个完全相同的组成数据集，但虚拟数据较小：

   individual_id number treatment
    1              1       AAAA
    1              2       BBBB
    1              3       CCCC
    1              4       EEEE
    1              5       XXXX
    1              6       NA
    1              7       WWWW
    2              1       NA
    2              2       EEEE
    2              3       AAAA
    2              4       NA
    2              5       RRRR

Answer 1

为此，我们可以使用tidyverse：

library(tidyverse)

df %>% group_by(individual) %>% 
  complete(nesting(individual), number = seq(min(number), max(number), 1))


# # A tibble: 12 x 3
# # Groups:   individual [2]
#   individual number treatment
#        <int>  <dbl>     <fct>    
# 1          1      1      AAAA     
# 2          1      2      BBBB     
# 3          1      3      CCCC     
# 4          1      4      EEEE     
# 5          1      5      XXXX     
# 6          1      6        NA       
# 7          1      7      WWWW     
# 8          2      1      EEEE     
# 9          2      2        NA       
# 10         2      3      AAAA     
# 11         2      4        NA       
# 12         2      5      RRRR

注意：对于此特定问题，根据以下评论，number = seq(min(number), max(number), 1) ...应为number = seq(1, max(number), 1)，因为1始终是第一个{{ 1}}，无论它是否存在于记录中。但是我还是按照上面的样子保留了它，因为这似乎是一个更通用的解决方案。

Answer 2

请考虑为所有可能的个人和治疗编号配对建立辅助数据框架，然后对原始数据集进行左联接合并。

在by下，按个体拆分，以使用expand.grid为个体和 number < / em>。最后，do.call将组子集数据帧的列表绑定到一个单个最终数据帧： fill_df 。

fill_df <- do.call(rbind, by(df, df$individual, function(sub) expand.grid(individual = unique(sub$individual), number = 1:max(sub$number)) ) ) final_df <- merge(fill_df, df, all.x=TRUE) final_df # individual number treatment # 1 1 1 AAAA # 2 1 2 BBBB # 3 1 3 CCCC # 4 1 4 EEEE # 5 1 5 XXXX # 6 1 6 <NA> # 7 1 7 WWWW # 8 2 1 EEEE # 9 2 2 <NA> # 10 2 3 AAAA # 11 2 4 <NA> # 12 2 5 RRRR

如何根据条件集将行添加到数据集？

2 个答案: