通过R中的变量填充数据框日期

Question

我有一个包含 10 家医院的虚拟数据集，其中记录了该医院在特定日期有多少工作。这些日期是每周进行的，缺少日期意味着该周有 0 个工作。

set.seed(2020)

df1 <- data.frame(
Date = as.Date(sample( as.numeric(as.Date('2011-01-01')): as.numeric(as.Date('2013-04-14')), 10, replace = T), origin = '1970-01-01'),
Hospital = sample(1:10,replace=T),
Jobs = rpois(10,2))

我想填写每家医院的缺失日期（每周拍摄），因此每家医院有 120 个条目（因为 2011-01-01 和 2013-04-14 之间有 120 周），其中为新日期分配了 0 的“工作”变量。因此输出一个包含 1200 行的数据框（10 家医院，每个医院有 120 周的条目）。

注意：我尝试了一个解决方案：R fill missing dates by category，但它只填充数据中已经存在的最小值和最大值之间的缺失日期，而不是上面定义的日期。我还尝试将开始和结束日期手动添加到每个医院的数据中，应用解决方案，然后再次删除它们，但这不能按预期工作。

Answer 1

你一周的约会总是在同一个工作日吗？您的示例数据随机绘制工作日。我有一个可行的解决方案，但前提是日期的工作日始终相同。如果不是这种情况，您将不得不做更多的工作来清理您的输入数据。

生成在同一工作日获取的测试数据：

set.seed(2020)

df1 <- data.frame(
  Date = as.Date(sample(c(as.numeric(as.Date('2011-01-01')),
                          as.numeric(as.Date('2011-12-17')),
                          as.numeric(as.Date('2012-04-21')),
                          as.numeric(as.Date('2012-09-15')),
                          as.numeric(as.Date('2011-04-16')),
                          as.numeric(as.Date('2013-04-14'))), 10, replace = T),
                 origin = '1970-01-01'),
  Hospital = sample(1:10,replace=T),
  Jobs = rpois(10,2))

然后，为所有医院生成一个包含所有所需日期（从 2011-01-01 开始）的 data.frame：

date_df <- data.frame(Date = rep(seq(as.Date("2011/01/01"), by = "week",
                                 length.out = 120),
                                 times = 10),
                      Hospital = rep(1:10, each = 120))

现在，您可以连接两个 data.frame，right_join 返回第二个 data.frame 中的所有行，因此您可以涵盖所有日期。然后，将NAs 替换为 0：

library(dplyr)
df_join <- right_join(df1, date_df) %>% 
  mutate(Jobs = ifelse(is.na(Jobs), 0, Jobs))