Fatal编程技术网
  • r/
  • R 分组依据（）和汇总（）以及所有组合（包括不存在的组合）

R 分组依据（）和汇总（）以及所有组合（包括不存在的组合）

r

R 分组依据（）和汇总（）以及所有组合（包括不存在的组合）,r,dplyr,tidyr,tidyverse,R,Dplyr,Tidyr,Tidyverse,基本上，我想拥有列I和j的所有唯一组合；如果不可用，则应在列k中使用NA（类似于按和汇总进行分组，但使用所有唯一的可能组合） tidyverse中是否存在与我在下面编写的函数相同的函数 library(tidyverse) df <- tibble( i = c("a", "a", "b"), j = c("x", "y", "x"), k = c(100, 300, 20) ) # I often write this chunk below after group_by &a

基本上，我想拥有列
I
和
j
的所有唯一组合；如果不可用，则应在列
k
中使用
NA
（类似于按
和
汇总
进行分组，但使用所有唯一的可能组合）


tidyverse
中是否存在与我在下面编写的函数相同的函数


library(tidyverse)

df <- tibble(
 i = c("a", "a", "b"),
 j = c("x", "y", "x"),
 k = c(100, 300, 20)
)

# I often write this chunk below after group_by & summarise
df %>%
  spread(j, k) %>%
  gather(j, k, -i)



库（tidyverse）
df%
价差（j，k）%>%
聚集（j，k，-i）

似乎
交叉连接（）
仍然是一个，
扩展.grid（unique（df$i）、unique（df$j）、stringsAsFactors=FALSE）
需要用于创建具有所有唯一可能组合的data.frame：


df %>% 
  right_join(expand.grid(unique(df$i), unique(df$j), stringsAsFactors = FALSE), 
           by = c("i" = "Var1", "j" = "Var2"))


因此，OP使用
spread（）
和
gather（）
的方法似乎更简洁

就个人而言，我确实更喜欢
data.table
包中的
CJ（）
函数：


library(data.table)
setDT(df)[CJ(i = i, j = j, unique = TRUE), on = .(i, j)]



CJ（）
可以与
右连接（）一起用作
扩展.grid（）
的替代品：


您可以从
tidyverse



这将提供列i和j的所有组合


library(data.table)
setDT(df)[CJ(i = i, j = j, unique = TRUE), on = .(i, j)]



   i j   k
1: a x 100
2: a y 300
3: b x  20
4: b y  NA



df %>% 
  right_join(data.table::CJ(i = .$i, j = .$j, unique = TRUE))



  i j   k
1 a x 100
2 a y 300
3 b x  20
4 b y  NA



df %>% complete(i,j)