R 按因子填充顺序

我需要用$Country的因子来填充序列中缺失的$Year值。$Count列可以用0填充

Country Year Count
A       1    1
A       2    1
A       4    2
B       1    1
B       3    1

所以我最终得到了

Country Year Count
A       1    1
A       2    1
A       3    0
A       4    2
B       1    1
B       2    0
B       3    1

希望这是清楚的，伙计们，提前谢谢

库（data.table）
library(data.table)
# d is your original data.frame
setDT(d)
foo <- d[, .(Year = min(Year):max(Year)), Country]
res <- merge(d, foo, all.y = TRUE)[is.na(Count), Count := 0]

#d是您的原始数据帧
setDT（d）
foo类似于@PoGibas的回答：

library(data.table)

# set default values
def = list(Count = 0L)

# create table with all levels    
fullDT = setkey(DT[, .(Year = seq(min(Year), max(Year))), by=Country])

# initialize to defaults
fullDT[, names(def) := def ]

# overwrite from data
fullDT[DT, names(def) := mget(sprintf("i.%s", names(def))) ]

给

   Country Year Count
1:       A    1     1
2:       A    2     1
3:       A    3     0
4:       A    4     2
5:       B    1     1
6:       B    2     0
7:       B    3     1

这概括为拥有更多的列（除了
Count
）。我猜类似的功能也存在于“tidyverse”中，其名称类似于“expand”或“complete”。这是一个
dplyr
/
tidyr
解决方案，使用
complete
和
full\u seq
：

library(dplyr)
library(tidyr)
df %>% group_by(Country) %>% complete(Year=full_seq(Year,1),fill=list(Count=0))
  Country  Year Count
    <chr> <dbl> <dbl>
1       A     1     1
2       A     2     1
3       A     3     0
4       A     4     2
5       B     1     1
6       B     2     0
7       B     3     1

库（dplyr）
图书馆（tidyr）
df%>%集团（按国家）%>%完成（年份=完整（年份，1），填写=列表（计数=0））
国家年份计数
一一一一
2 A 2 1
3 A 3 0
4 A 4 2
5b11
6B20
7 B 3 1
另一种
dplyr
和
tidyr
解决方案

library(dplyr)
library(tidyr)

dt2 <- dt %>%
  group_by(Country) %>%
  do(data_frame(Country = unique(.$Country),
                Year = full_seq(.$Year, 1))) %>%
  full_join(dt, by = c("Country", "Year")) %>%
  replace_na(list(Count = 0))

库（dplyr）
图书馆（tidyr）
dt2%
按（国家）划分的组别%>%
do（数据帧（国家=唯一（.$Country），
年份=全序列（.$Year，1））%>%
完全加入（dt，by=c（“国家”、“年份”））%>%
替换（列表（计数=0））
这里有一种以R为基数的方法，它使用
tapply
、
do.call
、
range
和
seq
来计算年份序列。然后从返回的命名列表构造data.frame，将其合并到原始列表中，添加所需的行，最后填充缺少的值

# get named list with year sequences
temp <- tapply(dat$Year, dat$Country, function(x) do.call(seq, as.list(range(x))))

# construct data.frame
mydf <- data.frame(Year=unlist(temp), Country=rep(names(temp), lengths(temp)))

# merge onto original
mydf <- merge(dat, mydf, all=TRUE)

# fill in missing values
 mydf[is.na(mydf)] <- 0

另一个基本想法是根据国家进行分割，使用
setdiff
从
seq（max（Year））
中查找缺少的值，并将它们绑定到原始数据帧中。使用
do.call
以
rbind
将列表返回到数据帧，即

d1 <- do.call(rbind, c(lapply(split(df, df$Country), function(i){
                       x <- rbind(i, data.frame(Country = i$Country[1], 
                                                 Year = setdiff(seq(max(i$Year)), i$Year), 
                                                 Count = 0)); 
                        x[with(x, order(Year)),]}), make.row.names = FALSE))

你的问题是什么？到目前为止你尝试了什么？对不起，结束了；现在重新开放。我想这与通常的expand.grid解决方案有很大不同。这里供参考：并且喜欢这个答案~~@谢谢你！您可以使用
by（df，df$Country，function（i）
代替
lappy（split（df，df$Country，function（i）…
或
tapply
@Onyambu true。我想
lappy（split…）
对我来说更自然。谢谢您的建议。
mydf
  Country Year Count
1       A    1     1
2       A    2     1
3       A    3     0
4       A    4     2
5       B    1     1
6       B    2     0
7       B    3     1

d1 <- do.call(rbind, c(lapply(split(df, df$Country), function(i){
                       x <- rbind(i, data.frame(Country = i$Country[1], 
                                                 Year = setdiff(seq(max(i$Year)), i$Year), 
                                                 Count = 0)); 
                        x[with(x, order(Year)),]}), make.row.names = FALSE))

     Country Year Count
  1       A    1     1
  2       A    2     1
  3       A    3     0
  4       A    4     2
  5       B    1     1
  6       B    2     0
  7       B    3     1