tidyr完整案例嵌套误解
我不理解使用tidyr的tidyr完整案例嵌套误解,r,dplyr,tidyr,tidyverse,R,Dplyr,Tidyr,Tidyverse,我不理解使用tidyr的嵌套+complete会导致错误的结果。我已经阅读了帮助手册并尝试了示例，但仍然无法在tidyverse中生成我想要的内容 这是我掌握的数据： ## project_id meta domain1 question_count tag_count ## <int> <chr> <chr> <int> <int> ## 1 1 A d
嵌套+complete
会导致错误的结果。我已经阅读了帮助手册并尝试了示例，但仍然无法在tidyverse中生成我想要的内容
这是我掌握的数据：
## project_id meta domain1 question_count tag_count
## <int> <chr> <chr> <int> <int>
## 1 1 A d 3 2
## 2 1 A e 3 1
## 3 1 B h 3 3
## 4 1 B i 3 2
## 5 2 A d 2 1
## 6 2 B i 2 1
## 7 2 C k 2 2
##项目id元域1问题(计数标记)
##
##1 A d 3 2
##2 1 A e 3 1
##31BH33
##4 1 B i 3 2
##5 2 A d 2 1
##62BI21
##7 2 C k 2 2
期望输出
##项目id元域1问题(计数标记)
##
##1 A d 3 2
##2 1 A e 3 1
##31BH33
##4 1 B i 3 2
##5 1 C k 3 0
##6 2 A d 2 1
##7 2 A e 2 0
##8 2 B h 2 1
##9 2 B i 2 1
##102C22
MWE&我失败的尝试
##MWE
图书馆（dplyr）；图书馆（tidyr）
dat%
完整的(
项目编号：，
tidyr：：嵌套（问题计数，元，域1），
填充=列表（标记计数=0）
)
###A tibble:14 x 5
##项目\u id问题\u计数元域1标记\u计数
##
##1 12 A d 0
##212BI0
##3 1 2 C k 0
##4 1 3 A d 2.00
##5 1 3 A e 1.00
##613BH3.00
##713BI2.00
##8 2 A d 1.00
##92BI1.00
##102C2K2.00
##123AD0
##12 2 3 A e 0
##132B3B0
##143BI0
dat%>%
完整的(
项目编号，问题编号，
tidyr:：嵌套（元，域1），
填充=列表（标记计数=0）
)
###A tibble:20 x 5
##项目\u id问题\u计数元域1标记\u计数
##
##1 12 A d 0
##2 1 2 A e 0
##312bh0
##412BI0
##512C0
##6 1 3 A d 2.00
##7 1 3 A e 1.00
##813BH3.00
##9 1 3 B i 2.00
##1013CK0
##11 2 A d 1.00
##12 2 A e 0
##132BH0
##14 2 B i 1.00
##15 2 C k 2.00
##162D3AD0
##1723A0
##1823BH0
##1923Bi0
##20 2 3 C k 0
dat%>%
完整的(
meta，域1，
tidyr：：嵌套（项目id、问题计数），
填充=列表（标记计数=0）
)
###A tible:30 x 5
##meta domain1项目\u id问题\u计数标记\u计数
##
##1 A d 13 2.00
##2 A d 22 1.00
##3 A e 1 3 1.00
##4a20
##5 A h 1 3 0
##6a20
##7 A i 13 0
##8AI20
##9 A k 1 3 0
##10 A k 2 0
## # ... 还有20行
我们可以对两组列使用两个嵌套
library(dplyr)
library(tidyr)
dat %>%
complete(
nesting(meta, domain1),
nesting(project_id, question_count),
fill = list(tag_count = 0)
) %>%
arrange(project_id, meta) %>%
select(names(dat))
# # A tibble: 10 x 5
# project_id meta domain1 question_count tag_count
# <int> <chr> <chr> <int> <dbl>
# 1 1 A d 3 2.00
# 2 1 A e 3 1.00
# 3 1 B h 3 3.00
# 4 1 B i 3 2.00
# 5 1 C k 3 0
# 6 2 A d 2 1.00
# 7 2 A e 2 0
# 8 2 B h 2 0
# 9 2 B i 2 1.00
# 10 2 C k 2 2.00
库（dplyr）
图书馆（tidyr）
dat%>%
完整的(
嵌套（元，域1），
嵌套（项目id、问题计数），
填充=列表（标记计数=0）
) %>%
安排（项目id，元）%>%
选择（名称（dat））
##A tible:10 x 5
#项目\u id元域1问题\u计数标记\u计数
#
#1 A d 3 2.00
#2 1 A e 3 1.00
#31BH33.00
#4 1 B i 3 2.00
#5 1 C k 3 0
#6 2 A d 2 1.00
#7 2 A e 2 0
#82bH20
#9 2 B i 2 1.00
#10 2 C k 2.00
这很难理解。有人能解释刚才发生了什么吗？我不太擅长解释事情，但我认为嵌套将变量作为一个单元绑定在一起。因此，嵌套调用中的变量不会展开，而一个嵌套组
## MWE
library(dplyr); library(tidyr)
dat <- data_frame(
project_id = as.integer(c(rep(1, 4), rep(2, 3))),
meta = c('A', 'A', 'B', 'B', 'A', 'B', 'C'),
domain1 = c('d', 'e', 'h', 'i', 'd', 'i', 'k'),
question_count = as.integer(c(rep(3, 4), rep(2, 3))),
tag_count = as.integer(c(2, 1, 3, 2, 1, 1, 2))
)
## Failed Attempts
dat %>%
complete(
project_id,
tidyr::nesting(question_count, meta, domain1),
fill = list(tag_count = 0)
)
## # A tibble: 14 x 5
## project_id question_count meta domain1 tag_count
## <int> <int> <chr> <chr> <dbl>
## 1 1 2 A d 0
## 2 1 2 B i 0
## 3 1 2 C k 0
## 4 1 3 A d 2.00
## 5 1 3 A e 1.00
## 6 1 3 B h 3.00
## 7 1 3 B i 2.00
## 8 2 2 A d 1.00
## 9 2 2 B i 1.00
## 10 2 2 C k 2.00
## 11 2 3 A d 0
## 12 2 3 A e 0
## 13 2 3 B h 0
## 14 2 3 B i 0
dat %>%
complete(
project_id, question_count,
tidyr::nesting(meta, domain1),
fill = list(tag_count = 0)
)
## # A tibble: 20 x 5
## project_id question_count meta domain1 tag_count
## <int> <int> <chr> <chr> <dbl>
## 1 1 2 A d 0
## 2 1 2 A e 0
## 3 1 2 B h 0
## 4 1 2 B i 0
## 5 1 2 C k 0
## 6 1 3 A d 2.00
## 7 1 3 A e 1.00
## 8 1 3 B h 3.00
## 9 1 3 B i 2.00
## 10 1 3 C k 0
## 11 2 2 A d 1.00
## 12 2 2 A e 0
## 13 2 2 B h 0
## 14 2 2 B i 1.00
## 15 2 2 C k 2.00
## 16 2 3 A d 0
## 17 2 3 A e 0
## 18 2 3 B h 0
## 19 2 3 B i 0
## 20 2 3 C k 0
dat %>%
complete(
meta, domain1,
tidyr::nesting(project_id, question_count),
fill = list(tag_count = 0)
)
## # A tibble: 30 x 5
## meta domain1 project_id question_count tag_count
## <chr> <chr> <int> <int> <dbl>
## 1 A d 1 3 2.00
## 2 A d 2 2 1.00
## 3 A e 1 3 1.00
## 4 A e 2 2 0
## 5 A h 1 3 0
## 6 A h 2 2 0
## 7 A i 1 3 0
## 8 A i 2 2 0
## 9 A k 1 3 0
## 10 A k 2 2 0
## # ... with 20 more rows
library(dplyr)
library(tidyr)
dat %>%
complete(
nesting(meta, domain1),
nesting(project_id, question_count),
fill = list(tag_count = 0)
) %>%
arrange(project_id, meta) %>%
select(names(dat))
# # A tibble: 10 x 5
# project_id meta domain1 question_count tag_count
# <int> <chr> <chr> <int> <dbl>
# 1 1 A d 3 2.00
# 2 1 A e 3 1.00
# 3 1 B h 3 3.00
# 4 1 B i 3 2.00
# 5 1 C k 3 0
# 6 2 A d 2 1.00
# 7 2 A e 2 0
# 8 2 B h 2 0
# 9 2 B i 2 1.00
# 10 2 C k 2 2.00