使用 tidyr complete() 并在变量中指定列名答案

【问题标题】：Using tidyr complete() with column names specified in variables使用 tidyr complete() 并在变量中指定列名
【发布时间】：2017-03-27 10:12:56
【问题描述】：

我在使用带有列名作为变量的 tidyr::complete() 函数时遇到问题。

内置示例按预期工作：

df <- data_frame(
 group = c(1:2, 1),
 item_id = c(1:2, 2),
 item_name = c("a", "b", "b"),
 value1 = 1:3,
 value2 = 4:6
)

df %>% complete(group, nesting(item_id, item_name))

但是，当我尝试将列名作为字符串提供时，会产生错误。

gr="group"
id="item_id"
name="item_name"
df %>% complete_(gr, nesting_(id, name),fill = list(NA))

【问题讨论】：

根据源码，nesting_ 只接受一个参数（一个列表）。
不知道是不是应该扔箭？
@David Arenburg：当 fill = list(NA) 缺失时会这样
Welp，我知道tidyr 可以做一些事情，但是向你投掷箭是一个有趣的功能
我已经做到了这一点，但还没有让complete_ 工作：df %>% complete(group, nesting_(setNames(list(.[[id]], .[[name]]), c(id, name)))) 而且，它很丑。

标签： r tidyr

【解决方案1】：

我认为这是一个错误，complete_ 无法与 data.frames 或 complete 之类的列表列一起使用，但这里有一个解决方法，使用 unite_ 和 separate 来模拟 nesting：

df %>% unite_('id_name', c(id, name)) %>% 
    complete_(c(gr, 'id_name')) %>% 
    separate(id_name, c(id, name))

## # A tibble: 4 × 5
##   group item_id item_name value1 value2
## * <dbl>   <chr>     <chr>  <int>  <int>
## 1     1       1         a      1      4
## 2     1       2         b      3      6
## 3     2       1         a     NA     NA
## 4     2       2         b      2      5

【讨论】：

感谢您的回答@alistaire 这适用于小型数据帧。当我在大型对象上尝试该模式时，我收到一条警告消息：691968 个位置的值过多：...并且该函数未完成整个数据帧
该错误通常是因为数据中已经存在其他分隔符，因此拆分次数过多。 separate 的sep 参数默认为任何非字母数字字符，但您可以通过添加sep = '_' 将其限制为unite 使用的分隔符（默认为_）。
你是对的。在我的数据集中实际上就是这种情况。谢谢

【解决方案2】：

更简单一点，df %>% complete(!!!syms(gr), nesting(!!!syms(id), !!!syms(name))) 现在可以在 tidyr 1.0.2 中完成

【讨论】：

【解决方案3】：

现在tidyr 采用了整洁的评估，下划线变体（即complete_）已被弃用，因为它们的行为可以由标准变体（complete）处理。

但是，complete、crossing 和 nesting 使用数据屏蔽，因此将变量转换为名称的方法是通过 .data[[var]] 代词（每个 the docs），因此您的情况变为：

suppressPackageStartupMessages(
  library(tidyr)
)

df <- data.frame(
  group = c(1:2, 1),
  item_id = c(1:2, 2),
  item_name = c("a", "b", "b"),
  value1 = 1:3,
  value2 = 4:6
)

gr <- "group"
id <- "item_id"
name <- "item_name"

df %>% complete(
  .data[[gr]],
  nesting(.data[[id]],
          .data[[name]])
)
#> # A tibble: 4 x 5
#>   group item_id item_name value1 value2
#>   <dbl>   <dbl> <fct>      <int>  <int>
#> 1     1       1 a              1      4
#> 2     1       2 b              3      6
#> 3     2       1 a             NA     NA
#> 4     2       2 b              2      5

^{由reprex package (v0.3.0) 于 2020 年 2 月 28 日创建}

不是很优雅，但它可以完成工作。

【讨论】：