R - 如何为唯一组序列的缺失值添加行？答案

【问题标题】：R - How to add rows for missing values for unique group sequences?R - 如何为唯一组序列的缺失值添加行？
【发布时间】：2015-03-20 08:35:43
【问题描述】：

我的问题和上一个问题Fastest way to add rows for missing values in a data.frame?类似

当最小/最大值因组而异时，我不知道如何添加用“NA”填充的行。

> red<-data.frame(project = c(6, 6, 6, 6, 6, 9, 9, 9), period =c(1, 2, 5:7, 2, 4, 5), v3=letters[1:8], v4=c("red", "yellow", recursive = T))
> red
  project period v3     v4
1       6      1  a    red
2       6      2  b yellow 
3       6      5  c    red
4       6      6  d yellow
5       6      7  e    red
6       9      2  f yellow
7       9      4  g    red
8       9      5  h yellow

我希望它看起来像：

project period v3     v4
      6      1  a    red
      6      2  b yellow
      6      3 NA     NA
      6      4 NA     NA
      6      5  c    red
      6      6  d yellow
      6      7  e    red
      9      2  f yellow
      9      3 NA     NA
      9      4  g    red
      9      5  h yellow

当我使用时

library(data.table)
DT=as.data.table(red)
setkey(DT, project, period)

DT[CJ(unique(project), seq(min(period), max(period)))]

它使每个项目组有7个时期；项目 6 应该有周期 1-7，但项目 9 应该有周期 2-5。

我试过摆弄.SD[ which.max(period)], by=project]，但没有雪茄。

我认为这应该是 seq() 中的简单内容，但我尝试了 seq(min(period, by=project)) 却没有运气

谢谢！

【问题讨论】：

标签： r data.table plyr

【解决方案1】：

DT[setkey(DT[, .(min(period):max(period)), by = project], project, V1)]
#    project period v3     v4
# 1:       6      1  a    red
# 2:       6      2  b yellow
# 3:       6      3 NA     NA
# 4:       6      4 NA     NA
# 5:       6      5  c    red
# 6:       6      6  d yellow
# 7:       6      7  e    red
# 8:       9      2  f yellow
# 9:       9      3 NA     NA
#10:       9      4  g    red
#11:       9      5  h yellow

【讨论】：

另外，对于像我一样阅读本文的新手，我在导出表格以包含 N/A 行时遇到了麻烦。我不得不发出命令DT=DT[setkey... 然后write.table(DT, "file.txt")
谢谢你们！每个答案都有效。我的“期间”列中有一些重复值，所以我不得不使用“allow.cartesian = TRUE”：DT[setkey(DT[,min(period):max(period), by = project], project, V1), allow.cartesian=TRUE]
@AdrienA。固定

【解决方案2】：

我不知道这是否是惯用的方式，但我能够通过首先创建一个索引，然后根据该索引从.SD 中取出正确的行来实现您想要的输出

DT[, indx := .GRP, project][, 
     .SD[CJ(unique(project), seq(min(period), max(period)))], indx]

#     indx project period v3     v4
#  1:    1       6      1  a    red
#  2:    1       6      2  b yellow
#  3:    1       6      3 NA     NA
#  4:    1       6      4 NA     NA
#  5:    1       6      5  c    red
#  6:    1       6      6  d yellow
#  7:    1       6      7  e    red
#  8:    2       9      2  f yellow
#  9:    2       9      3 NA     NA
# 10:    2       9      4  g    red
# 11:    2       9      5  h yellow

【讨论】：

【解决方案3】：

接受的答案不起作用（不再起作用？），但它很接近。

setkey(DT,project,period)
DT[setkey(DT[, .(min(period):max(period)), by = project], project, V1)]

注意：1.您需要将句点序列放入列表中才能工作。 2.@MiamiCG，我猜你需要允许笛卡尔，因为没有先键入表格。如果设置为TRUE，则不会出现错误信息，但结果会不正确。

更新：@eddi 更新了他的答案以匹配我的答案，所以它正在工作。

【讨论】：