向数据框中添加行以报告所有未随时间变化的值答案

【问题标题】：Adding rows to a data frame to report all the values that did not change over time向数据框中添加行以报告所有未随时间变化的值
【发布时间】：2018-07-01 09:03:12
【问题描述】：

我有这个数据框：

Votes <- data.frame(
  VoteCreationDate = c(1,3,3,5,5,6),
  GiverId = c(19,19,38,19,38,19),
  CumNumUpVotes = c(1,3,1,7,2,10)
)
Votes


 VoteCreationDate GiverId CumNumUpVotes
                1      19             1
                3      19             3
                3      38             1
                5      19             7
                5      38             2
                6      19            10

对于每个GiverId（19 和 38），所有可能的日期（从 1 到 6 的数字）都应在VoteCreationDate 中列出。

然后，对于每个GiverId 和VoteCreationDate，应该匹配对应的CumNumUpVotes。如果没有对应的值，CumNumUpVotes 应该取自前面的VoteCreationDate。

例如，对于VoteCreationDate = 4 和GiverId = 38，没有对应的CumNumUpVotes。此单元格应等于 1，即来自GiverId = 38 和VoteCreationDate = 3 的CumNumUpVotes。

这里应该怎么看结尾：

 VoteCreationDate GiverId CumNumUpVotes
                1      19             1
                2      19             1
                3      19             3
                4      19             3
                5      19             7
                6      19            10
                1      38             0
                2      38             0
                3      38             1
                4      38             1
                5      38             2
                6      38             2

知道怎么去吗？

【问题讨论】：

标签： r indexing match matching

【解决方案1】：

dplyr 和 tidyr 解决方案。

library(dplyr)
library(tidyr)

Votes2 <- Votes %>%
  complete(VoteCreationDate = full_seq(VoteCreationDate, period = 1), GiverId) %>%
  arrange(GiverId, VoteCreationDate) %>%
  group_by(GiverId) %>%
  fill(CumNumUpVotes) %>%
  replace_na(list(CumNumUpVotes = 0)) %>%
  ungroup()
Votes2
# # A tibble: 12 x 3
#    VoteCreationDate GiverId CumNumUpVotes
#               <dbl>   <dbl>         <dbl>
#  1             1.00    19.0          1.00
#  2             2.00    19.0          1.00
#  3             3.00    19.0          3.00
#  4             4.00    19.0          3.00
#  5             5.00    19.0          7.00
#  6             6.00    19.0          10.0 
#  7             1.00    38.0             0   
#  8             2.00    38.0             0   
#  9             3.00    38.0          1.00
# 10             4.00    38.0          1.00
# 11             5.00    38.0          2.00
# 12             6.00    38.0          2.00

【讨论】：

【解决方案2】：

do.call(rbind, lapply(split(Votes, Votes$GiverId), function(x){
    temp = merge(x, data.frame(VoteCreationDate = 1:6), all = TRUE)
    temp$GiverId = temp$GiverId[!is.na(temp$GiverId)][1]
    temp$CumNumUpVotes = cummax(replace(temp$CumNumUpVotes, is.na(temp$CumNumUpVotes), 0))
    temp
}))
#     VoteCreationDate GiverId CumNumUpVotes
#19.1                1      19             1
#19.2                2      19             1
#19.3                3      19             3
#19.4                4      19             3
#19.5                5      19             7
#19.6                6      19            10
#38.1                1      38             0
#38.2                2      38             0
#38.3                3      38             1
#38.4                4      38             1
#38.5                5      38             2
#38.6                6      38             2

【讨论】：