通过匹配所有可能的行和列的键来添加任何缺少的行和列

Question

我正在按年龄和年龄组分类每个县的病例数。所有年龄段，年龄和县的df和矢量示例：

    library(tidyverse)

    df <- data.frame(
      "year" = c(2010, 2010, 2011, 2013, 2014, 2014, 
                 2015, 2015, 2015, 2016),
      "age_group" = c("20-39", "0-19", "0-19", "60-79", 
                      "80-99", "20-39","20-39", "60-79", 
                      "20-39", "80-99"),
      "county" = c("a", "b", "b", "a", "c", "b", "b", 
                   "a", "a", "a")) 

    all_age_groups <- c("0-19", "20-39", "40-59", "60-79", "80-99")

    all_years <- c(2010:2017)

    all_counties <- c("a", "b", "c", "d")

县“ a”，“ b”和“ c”缺少某些年龄段或年份。县“ d”缺少所有年龄段和年龄（无病例）。

这可以添加任何缺少的年龄段：

    ex_func <- function(df_orig, selectcounty) {
      df_age_group <- data.frame("age_group" = all_age_groups)
      df2 <- df_orig %>%
        filter(county == selectcounty) %>%
        group_by(age_group, year) %>%
        summarise(cases = n()) %>%
        spread(year, cases) %>%
        full_join(., df_age_group, by = "age_group") %>%
        replace(is.na(.), 0) %>%
        ungroup() %>%
        mutate(age_group = factor(age_group, levels = all_age_groups)) %>%
        arrange(age_group)
     df2
    }

但是，如果没有使用mutate为每个缺少的年份手动创建一个新的年份，我将无法成功处理缺少的年份列。

我正在寻找一种方法，最好是在dplyr中：

1）搜索all_years中不存在的年份作为df中的列

2）为缺少的每一年添加一列

3）使每个新列的所有行等于0

4）在各列中维持年份（2010-2017）的顺序，在df $ age_group中保留年龄组

“ b”郡的预期结果的简短版本：

    df2 <- ex_func(df, "b")

    age_group `2010` `2011 `2012` `2013` `2014 `2015`   
    0-19         1     1     0      0      0     0
    20-39        0     0     0      0      1     1
    40-59        0     0     0      0      0     0
    60-79        0     0     0      0      0     0
    80-99        0     0     0      0      0     0