R 如何使用';数据表';
请参见R 如何使用';数据表';,r,dplyr,data.table,missing-data,R,Dplyr,Data.table,Missing Data,请参见dplyr样式中的以下示例 # 1. Data set df <- data.table( g1 = c(1, 1, 2, 1, 2, 2, 1), g2 = c(2, 1, 3, 3, 1, 1, 2), status = c(1, 0, 1, 0, 0, 1, 1), date_obs = as.Date(c("2019-01-01", "2019-01-02", "2019-01-12", "2019-01-15", "2019-01-20
dplyr
样式中的以下示例
# 1. Data set
df <- data.table(
g1 = c(1, 1, 2, 1, 2, 2, 1),
g2 = c(2, 1, 3, 3, 1, 1, 2),
status = c(1, 0, 1, 0, 0, 1, 1),
date_obs = as.Date(c("2019-01-01", "2019-01-02", "2019-01-12", "2019-01-15",
"2019-01-20", "2019-01-24", "2019-01-30")))
# 2. Arrange data
df <- df %>%
arrange(g1, g2, date_obs)
# 3. Populate missing 'date_obs' and 'status' values
df_filled <- df %>%
group_by(g1, g2) %>%
complete(date_obs = seq.Date(min(date_obs), max(date_obs), by = "day")) %>%
fill(status) %>%
arrange(g1, g2, date_obs) %>%
ungroup()
#1。数据集
df%
完成日期(日期=顺序日期(最短日期、最长日期)百分比>
填充(状态)%>%
安排(g1、g2、日期)%>%
解组()
如何使用data.table
R语法进行相同的操作
谢谢 方法是通过变量g1和g2生成包含所有日期范围的“完整”data.table。然后我们对原始data.table进行左连接,然后填写
NA
状态
这仍然依赖于另一个包来执行fill
方法。我无法让tidyr::fill
工作,但是zoo::na.locf
工作得很有魅力。填充NA值还有很多其他选项
setorder(dt、g1、g2、日期)
dt_complete使用滚动连接的另一个选项
setkey(DT, g1, g2, date_obs)
out <- DT[DT[, .(date_obs = seq(first(date_obs),
last(date_obs),
by = "day")), by=.(g1, g2)],
on=.(g1, g2, date_obs),
roll = TRUE]
out
# g1 g2 status date_obs
# 1: 1 1 0 2019-01-02
# 2: 1 2 1 2019-01-01
# 3: 1 2 1 2019-01-02
# 4: 1 2 1 2019-01-03
# 5: 1 2 1 2019-01-04
# 6: 1 2 1 2019-01-05
# 7: 1 2 1 2019-01-06
# 8: 1 2 1 2019-01-07
# 9: 1 2 1 2019-01-08
#10: 1 2 1 2019-01-09
#11: 1 2 1 2019-01-10
#12: 1 2 1 2019-01-11
#13: 1 2 1 2019-01-12
#14: 1 2 1 2019-01-13
#15: 1 2 1 2019-01-14
#16: 1 2 1 2019-01-15
#17: 1 2 1 2019-01-16
#18: 1 2 1 2019-01-17
#19: 1 2 1 2019-01-18
#20: 1 2 1 2019-01-19
#21: 1 2 1 2019-01-20
#22: 1 2 1 2019-01-21
#23: 1 2 1 2019-01-22
#24: 1 2 1 2019-01-23
#25: 1 2 1 2019-01-24
#26: 1 2 1 2019-01-25
#27: 1 2 1 2019-01-26
#28: 1 2 1 2019-01-27
#29: 1 2 1 2019-01-28
#30: 1 2 1 2019-01-29
#31: 1 2 1 2019-01-30
#32: 1 3 0 2019-01-15
#33: 2 1 0 2019-01-20
#34: 2 1 0 2019-01-21
#35: 2 1 0 2019-01-22
#36: 2 1 0 2019-01-23
#37: 2 1 1 2019-01-24
#38: 2 3 1 2019-01-12
# g1 g2 status date_obs
setkey(DT、g1、g2、日期)
您可以分享complete()
定义吗?当前dev
版本的数据。表提供了新的nafill
功能。请参阅设置键是否提供了任何改进?你能跳过on=。(…)
参数吗?@Cole我原以为它允许跳过on
上的,但后来我发现了一个错误。我仍然在学习所有的data.table
技巧。我真的很喜欢data.table,但对我来说仍然有一些奥秘。感谢您的评论和解决方案—这是一种更干净的方式,可以使用滚动连接填充NAs。
library(data.table)
library(tidyverse)
# 1. Data set
dt <- data.table(
g1 = c(1, 1, 2, 1, 2, 2, 1),
g2 = c(2, 1, 3, 3, 1, 1, 2),
status = c(1, 0, 1, 0, 0, 1, 1),
date_obs = as.Date(c("2019-01-01", "2019-01-02", "2019-01-12", "2019-01-15",
"2019-01-20", "2019-01-24", "2019-01-30")))
setkey(DT, g1, g2, date_obs)
out <- DT[DT[, .(date_obs = seq(first(date_obs),
last(date_obs),
by = "day")), by=.(g1, g2)],
on=.(g1, g2, date_obs),
roll = TRUE]
out
# g1 g2 status date_obs
# 1: 1 1 0 2019-01-02
# 2: 1 2 1 2019-01-01
# 3: 1 2 1 2019-01-02
# 4: 1 2 1 2019-01-03
# 5: 1 2 1 2019-01-04
# 6: 1 2 1 2019-01-05
# 7: 1 2 1 2019-01-06
# 8: 1 2 1 2019-01-07
# 9: 1 2 1 2019-01-08
#10: 1 2 1 2019-01-09
#11: 1 2 1 2019-01-10
#12: 1 2 1 2019-01-11
#13: 1 2 1 2019-01-12
#14: 1 2 1 2019-01-13
#15: 1 2 1 2019-01-14
#16: 1 2 1 2019-01-15
#17: 1 2 1 2019-01-16
#18: 1 2 1 2019-01-17
#19: 1 2 1 2019-01-18
#20: 1 2 1 2019-01-19
#21: 1 2 1 2019-01-20
#22: 1 2 1 2019-01-21
#23: 1 2 1 2019-01-22
#24: 1 2 1 2019-01-23
#25: 1 2 1 2019-01-24
#26: 1 2 1 2019-01-25
#27: 1 2 1 2019-01-26
#28: 1 2 1 2019-01-27
#29: 1 2 1 2019-01-28
#30: 1 2 1 2019-01-29
#31: 1 2 1 2019-01-30
#32: 1 3 0 2019-01-15
#33: 2 1 0 2019-01-20
#34: 2 1 0 2019-01-21
#35: 2 1 0 2019-01-22
#36: 2 1 0 2019-01-23
#37: 2 1 1 2019-01-24
#38: 2 3 1 2019-01-12
# g1 g2 status date_obs
DT <- data.table(
g1 = c(1, 1, 2, 1, 2, 2, 1),
g2 = c(2, 1, 3, 3, 1, 1, 2),
status = c(1, 0, 1, 0, 0, 1, 1),
date_obs = as.Date(c("2019-01-01", "2019-01-02", "2019-01-12", "2019-01-15",
"2019-01-20", "2019-01-24", "2019-01-30")))