R：在给定值范围内创建或删除行[重复]答案

【问题标题】：R: create or delete rows given a range of values [duplicate]R：在给定值范围内创建或删除行[重复]
【发布时间】：2021-11-19 01:53:20
【问题描述】：

我有下一个包含国家、年份和 GDP 的数据库：

我有什么

Country	Year	GDP
Afghanistan	1950	$123
Afghanistan	1951	$123
Afghanistan	2019	$123
Australia	1945	$123
Australia	2021	$123

我需要创建或删除行，以便每个国家/地区都有从 1948 年到 2021 年的行。因此，例如，对于阿富汗，我需要创建 1948 年到 1949 年和 2021 年的行，GDP 为空，而对于澳大利亚，删除1945 行并在其间创造一切。

这不是我的确切数据库，我有 200 多个国家/地区，每个国家/地区都有不同的年份。有没有办法轻松创建？

我需要什么

Country	Year	GDP
Afghanistan	1948	NA
...	...	...
Afghanistan	2021	NA
Australia	1948	$123
...	...	...
Australia	2021	$123

【问题讨论】：

标签： r dataframe panel-data

【解决方案1】：

我们可以使用complete 来创建缺失的组合并将GDP 指定为0

library(tidyr)
complete(df1, Country, Year = 1948:2021, list(GDP = 0)) %>%
    arrange(Country)

【讨论】：

【解决方案2】：

我们可以使用complete，然后是filter，最后是replace_na。

library(dplyr)


df <-read.table(header=TRUE, text="Country  Year    GDP
Afghanistan 1950    $123
Afghanistan 1951    $123
Afghanistan 2019    $123
Australia   1945    $123
Australia   2021    $123")


df <- df %>% 
  complete(Year = 1948:2021, Country) %>%
  filter(between(Year, 1948, 2021)) %>%
  replace_na(list(GDP = 0)) %>%
  arrange(Country)

head(df)
tail(df)
 
> print(head(df))
# A tibble: 6 x 3
   Year Country     GDP  
  <int> <chr>       <chr>
1  1948 Afghanistan 0    
2  1949 Afghanistan 0    
3  1950 Afghanistan $123 
4  1951 Afghanistan $123 
5  1952 Afghanistan 0    
6  1953 Afghanistan 0    
> print(tail(df))
# A tibble: 6 x 3
   Year Country   GDP  
  <int> <chr>     <chr>
1  2016 Australia 0    
2  2017 Australia 0    
3  2018 Australia 0    
4  2019 Australia 0    
5  2020 Australia 0    
6  2021 Australia $123

^{由reprex package (v2.0.1) 于 2021-09-26 创建}

【讨论】：

【解决方案3】：

library(tidyr)
library(dplyr)

df <-
  tibble::tribble(
         ~Country, ~Year,   ~GDP,
    "Afghanistan", 1950L, "$123",
    "Afghanistan", 1951L, "$123",
    "Afghanistan", 2019L, "$123",
      "Australia", 1945L, "$123",
      "Australia", 2021L, "$123"
    )

df %>% 
  filter(Year >= 1948 & Year <= 2021) %>% 
  complete(Year = 1948:2021,Country) %>% 
  arrange(Country)

# A tibble: 148 x 3
    Year Country     GDP  
   <int> <chr>       <chr>
 1  1948 Afghanistan NA   
 2  1949 Afghanistan NA   
 3  1950 Afghanistan $123 
 4  1951 Afghanistan $123 
 5  1952 Afghanistan NA   
 6  1953 Afghanistan NA   
 7  1954 Afghanistan NA   
 8  1955 Afghanistan NA   
 9  1956 Afghanistan NA   
10  1957 Afghanistan NA   
# ... with 138 more rows

【讨论】：

【解决方案4】：

这是complete 和coalesce 的解决方案

library(dplyr)
library(tidyr)
df %>% 
  complete(Year = 1948:2021, Country) %>% 
  arrange(Country, Year) %>% 
  mutate(GDP = coalesce(GDP, "0"))

# A tibble: 149 x 3
    Year Country     GDP  
   <int> <chr>       <chr>
 1  1948 Afghanistan 0    
 2  1949 Afghanistan 0    
 3  1950 Afghanistan $123 
 4  1951 Afghanistan $123 
 5  1952 Afghanistan 0    
 6  1953 Afghanistan 0    
 7  1954 Afghanistan 0    
 8  1955 Afghanistan 0    
 9  1956 Afghanistan 0    
10  1957 Afghanistan 0    
# … with 139 more rows

【讨论】：