根据R中的其他行和列组合在数据框中创建行

Question

我在R中的数据框有问题，我有一些具有二维和一个度量的数据，但是某些类别的组合没有数据。 我的数据如下所示：

          interestAffinityCategory userGender users
1                 Music Lovers       male   198
2                 Music Lovers     female   190
3  News Junkies & Avid Readers       male   134
4  News Junkies & Avid Readers     female   115
5                  Sports Fans       male   109
6                 Movie Lovers       male   108
7                 Technophiles       male    93
8                    TV Lovers       male    88
9                    TV Lovers     female    79
10                Technophiles     female    70

例如，体育迷只有男性数据。 我需要所有类别，即使用户列中的值为0。 像：体育迷，女，0我的数据需要如何：（第8行和第6行）

      interestAffinityCategory userGender users
1                 Music Lovers       male   198
2                 Music Lovers     female   190
3  News Junkies & Avid Readers       male   134
4  News Junkies & Avid Readers     female   115
5                  Sports Fans       male   109
6                  Sports Fans     female   0
7                 Movie Lovers       male   108
8                 Movie Lovers     female   0
9                 Technophiles       male   93
10                    TV Lovers       male  88
11                    TV Lovers     female  79
12                Technophiles     female    70

我试图找到一个解决方案，但我只发现了类似的案例，但是只有一个维度，对我来说不起作用。

附言：此数据来自Google Analytics（分析）API，我想获得排名前10位的类别，并制作一张按性别进行访问的图表，但为此，我需要显示所有类别和性别组合的数据，即使0访问。

Answer 1

您应该使用tidyr的complete函数。 第一个参数是数据，第二个和第三个是要查找所有可能的组合的列（如果有更多组合，则可以一个一个地列出），并且fill是一个列表，其中包含要填充的默认值。

complete(data, interestAffinityCategory, userGender, fill=list(users=0))

Answer 2

您可以创建一个类别所有组合的数据框，并将users设置为零。 然后，您可以组合两个数据框，并为类别的每个组合保留用户的最大值。

您可以使用expand.grid()创建具有所有组合的数据框：

all_levels_0 <- expand.grid(levels(data$interestAffinityCategory), levels(data$userGender))
all_levels_0$users <- 0
names(all_levels_0) <- names(data)
head(all_levels_0)
##        interestAffinityCategory  userGender users
## 1                  Movie Lovers      female     0
## 2                  Music Lovers      female     0
## 3   News Junkies & Avid Readers      female     0
## 4                   Sports Fans      female     0
## 5                  Technophiles      female     0
## 6                  Technophiles      female     0

（这假定data$interestAffinityCategory和data$userGender都是因素。如果它们是字符，请使用unique()而不是levels() 。）

对于第二步，我使用dplyr包：

library(dplyr)
all_levels <- bind_rows(data, all_levels_0) %>%
              group_by(interestAffinityCategory, userGender) %>%
              summarise(users = max(users))
head(all_levels)
## Source: local data frame [6 x 3]
## Groups: interestAffinityCategory [3]
## 
##        interestAffinityCategory  userGender users
##                          (fctr)      (fctr) (dbl)
## 1                  Movie Lovers      female     0
## 2                  Movie Lovers        male   108
## 3                  Music Lovers      female   190
## 4                  Music Lovers        male   198
## 5   News Junkies & Avid Readers      female   115
## 6   News Junkies & Avid Readers        male   134

如果你不喜欢使用dplyr，你可以用同样的rbind()和aggregate()从基础R：

combined <- rbind(data, all_levels_0)
all_levels <- aggregate(users ~ interestAffinityCategory + userGender,
                        data = combined, FUN = max)
head(all_levels)
##        interestAffinityCategory  userGender users
## 1                  Movie Lovers      female     0
## 2                  Music Lovers      female   190
## 3   News Junkies & Avid Readers      female   115
## 4                   Sports Fans      female     0
## 5                  Technophiles      female    70
## 6                  Technophiles      female     0

（这对行进行了不同的排序，因此前几行与dplyr示例中的行不同。）