r - 将缺少的时间行插入数据框

假设我有一个数据框:

df <- data.frame(group = c('A','A','A','B','B','B'),
                 time = c(1,2,4,1,2,3),
                 data = c(5,6,7,8,9,10))

我想要做的是将数据插入序列中丢失的数据框。因此，在上面的示例中，对于组A，我丢失了time = 3的数据，对于组B，缺少了time = 4的数据。我实际上想将0替换为data列。

我将如何添加这些额外的行？

目标是:

df <- data.frame(group = c('A','A','A','A','B','B','B','B'),
                 time = c(1,2,3,4,1,2,3,4),
                 data = c(5,6,0,7,8,9,10,0))

我的真实数据是数千个数据点，因此无法手动进行。

最佳答案

您可以尝试merge/expand.grid

 res <- merge(
          expand.grid(group=unique(df$group), time=unique(df$time)),
                                     df, all=TRUE)
 res$data[is.na(res$data)] <- 0
 res
 #  group time data
 #1     A    1    5
 #2     A    2    6
 #3     A    3    0
 #4     A    4    7
 #5     B    1    8
 #6     B    2    9
 #7     B    3   10
 #8     B    4    0

或使用data.table

 library(data.table)
 setkey(setDT(df), group, time)[CJ(group=unique(group), time=unique(time))
                     ][is.na(data), data:=0L]
 #    group time data
 #1:     A    1    5
 #2:     A    2    6
 #3:     A    3    0
 #4:     A    4    7
 #5:     B    1    8
 #6:     B    2    9
 #7:     B    3   10
 #8:     B    4    0

更新

如评论中提到的@thelatemail，如果所有组中都不存在特定的“时间”值，则上述方法将失败。也许这会更笼统。

 res <- merge(
          expand.grid(group=unique(df$group),
                      time=min(df$time):max(df$time)),
                                     df, all=TRUE)
 res$data[is.na(res$data)] <- 0

并类似地在data.table解决方案中将time=unique(time)替换为time= min(time):max(time)。

关于r - 将缺少的时间行插入数据框，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31150028/