R 无变量数据时添加NULL

下面是一个示例DF，它说明了我遇到的问题。我遇到了一个问题，一个组的所有变量都没有一个值，所以R没有为它返回任何东西。也就是说，在下面的数据中，R返回：

Course   Gender  n
English1 Female  1
English1 Male    3
English2 Female  2
English2 Male    1
English2 Unknown 1
English3 Female  3
English3 Unknown 1

df1 <- data.frame("Course"=c("English1", "English1", "English1", "English1", 
                             "English2", "English2", "English2", "English2", 
                             "English3", "English3", "English3", "English3"),  
                  Gender=c("Male", "Female", "Male", "Male", "Male", "Female", 
                           "Unknown", "Female", "Female", "Female", "Female", 
                           "Unknown"),  Grade=c("A", "A", "C", "D", "D", "A", "B", 
                                                "C", "B", "D", "A", "C"))
library(dplyr)
df1 %>% group_by(Course, Gender) %>% count

我之所以需要这样做，是因为我需要有相同的组（每门课程有三个性别）来进行rMarkdown输出。非常感谢您的帮助

data.frame(xtabs(a~Gender+Course,cbind(a=1,df1)))[c(2,1,3)]
    Course  Gender Freq
1 English1  Female    1
2 English1    Male    3
3 English1 Unknown    0
4 English2  Female    2
5 English2    Male    1
6 English2 Unknown    1
7 English3  Female    3
8 English3    Male    0
9 English3 Unknown    1

如果您不关心订购，则：

data.frame(xtabs(Grade~.,cbind(Grade=1,df1)))

---

实际上，在代码中的

count

函数之后使用

complete

函数的

dplyr

解决方案。您可以选择fill=list（value=0）选项，用所需的值填充缺少的行，但也可以是任何其他行

请注意，您必须先

取消分组

，否则将对每组执行一次此操作，从而复制行

这一点现在非常简单，并且更适合您表达需求的方式：

    df1 %>%
     group_by(Course,Gender) %>%
     count %>% 
     ungroup() %>%
     complete(Course,Gender,fill=list(n=0))



 # A tibble: 9 x 3
  Course   Gender      n
  <fct>    <fct>   <dbl>
1 English1 Female      1
2 English1 Male        3
3 English1 Unknown     0
4 English2 Female      2
5 English2 Male        1
6 English2 Unknown     1
7 English3 Female      3
8 English3 Male        0
9 English3 Unknown     1

df1%>%
分组依据（课程、性别）%>%
计数%>%
解组（）%>%
完成（课程、性别、填写=列表（n=0））
#一个tibble:9x3
课程性别
1名英国人1名女性1名
2英语1男3
3英语1未知0
4英语2女2
5英语2男1
6英语2未知1
7英语3女3
8英语3男0
9英语3未知1

从

dplyr 0.8.0

开始，您只需在语句中添加

.drop=FALSE

：

df1 %>% 
  group_by(Course, Gender, .drop = FALSE) %>% 
  count

输出：

# A tibble: 9 x 3
# Groups:   Course, Gender [9]
  Course   Gender      n
  <fct>    <fct>   <int>
1 English1 Female      1
2 English1 Male        3
3 English1 Unknown     0
4 English2 Female      2
5 English2 Male        1
6 English2 Unknown     1
7 English3 Female      3
8 English3 Male        0
9 English3 Unknown     1

请参阅

tidyr:：complete（）

分组依据（课程、性别、.drop=FALSE）

如果您使用的是

dplyr 0.8.0

或更高版本，则可解决此问题

# A tibble: 9 x 3
# Groups:   Course, Gender [9]
  Course   Gender      n
  <fct>    <fct>   <int>
1 English1 Female      1
2 English1 Male        3
3 English1 Unknown     0
4 English2 Female      2
5 English2 Male        1
6 English2 Unknown     1
7 English3 Female      3
8 English3 Male        0
9 English3 Unknown     1

df1 %>% count(Course, Gender, .drop = FALSE)

# A tibble: 9 x 3
  Course   Gender      n
  <fct>    <fct>   <int>
1 English1 Female      1
2 English1 Male        3
3 English1 Unknown     0
4 English2 Female      2
5 English2 Male        1
6 English2 Unknown     1
7 English3 Female      3
8 English3 Male        0
9 English3 Unknown     1