有没有一种方法可以使用dplyr用0来填充缺失的日期？

我有这样一个数据集：

id  date     value      
1   8/06/12    1         
1   8/08/12    1         
2   8/07/12    2         
2   8/08/12    1         

每个id对于每个日期都应该有一个值。当id缺少特定日期时，需要将该行的值添加为0。例如：

id  date     value      
1   8/06/12    1   
1   8/07/12    0      
1   8/08/12    1  
2   8/06/12    0         
2   8/07/12    2         
2   8/08/12    1     

---

我正在尝试找出如何添加0的行。这里有一个很好的解决方案：。但是，我不能使用

tidyr:：complete

函数，因为我使用的是

sparkyr

，据我所知，我需要保持在

dplyr

函数中

在

sparkyr

中，必须使用Spark函数。这是一个用于合并的作业。首先，您必须填写您希望看到的所有ID和日期对，因此可能类似于： （编辑）

all_id%不同（id）%%>%变异（common=0）
所有日期%不同（日期）%>%变异（通用=0）
全部加入（全部加入日期，由class='common'）
数据%
右键连接（全部都%>%select（-common），by=c（'id'，'date'））%>%
mutate（值=`coalesce（值，0）`）

我假设您在旧数据中有所有您关心的日期和ID，但情况可能并非如此。

expand.grid（）

使用

expand.grid（）

创建

id

和

date

的所有组合。顺便说一下，请注意将日期转换为类

date

By

as.date（）

，否则它将是一个无意义的字符串

df %>% mutate(date = as.Date(date, "%m/%d/%y")) %>%
  right_join(expand.grid(id = unique(.$id), date = unique(.$date))) %>%
  mutate(value = coalesce(value, 0L)) %>% 
  arrange(id, date)

#   id       date value
# 1  1 2012-08-06     1
# 2  1 2012-08-07     0
# 3  1 2012-08-08     1
# 4  2 2012-08-06     0
# 5  2 2012-08-07     2
# 6  2 2012-08-08     1

---

可再现数据

df <- structure(list(id = c(1L, 1L, 2L, 2L), date = c("8/06/12", "8/08/12", 
"8/07/12", "8/08/12"), value = c(1L, 1L, 2L, 1L)), class = "data.frame", row.names = c(NA, 
-4L))

---

df现在我想起来了，我的代码不会完全满足您的要求；你需要在所有日期和ID上右键连接…
full\u-join
似乎比
right\u-join
更安全，以防所有日期中的日期丢失，它们不会被悄悄删除。我的Sparkyr格言是：第十二次是一种魅力。很好的解决方案。但是我认为第三行代码（完全联接）不起作用，因为
all\u id
和
all\u date
没有公共变量。没错。再次编辑以具有公共字段。
expand.grid
将在
data.frame
上运行良好，但必须将其复制到spark中。我相信这样做的魔法咒语是在连接中使用
copy
参数。类似于
right\u join（my\u local\u df，by=…，copy=TRUE）
。感谢您的建议！在看到你的评论之前，我没有注意到这一点。
df <- structure(list(id = c(1L, 1L, 2L, 2L), date = c("8/06/12", "8/08/12", 
"8/07/12", "8/08/12"), value = c(1L, 1L, 2L, 1L)), class = "data.frame", row.names = c(NA, 
-4L))