如何使用R在缺少数据的列表中插入占位符？

Question

我必须分析一组来自实验的数据。 但是由于其中还有很多数据对我来说并不重要，因此我想使用R整理一下这些文件，因为这需要手动进行太多工作。 由于这些.csv文件中的数据是不定期的实验，因此不同测量的顺序很重要，并且不同编号必须按特定顺序排列。

到目前为止，我已经设法选择所需的所有列，并使用以下代码按不同的条件对其进行排序：

used_columns <- select(df,
                       ImageNumber,
                       FrameNumber,
                       Treatment,
                       Intensity1,
                       Intensity2)

used_columns.t <- as.tibble(used_columns)

df_sorted <- used_columns.t %>%
  filter(Treatment == "B2") %>%
  .[order(as.integer(.$FrameNumber),decreasing = FALSE), ]

使用此代码，df_sorted产生一个数据帧，如下所示：

ImageNumber FrameNumber Treatment   Intensity1  Intensity2
1           1           B2          1598,45         0,14
2           1           B2          930,40          0,11
3           1           B2          107,86          0,04
4           1           B2          881,09          0,11
7           1           B2          2201,98         0,15
8           1           B2          161,30          0,04
9           1           B2          1208,14         0,17
4           2           B2          831,75          0,12
5           2           B2          1027,41         0,14
7           2           B2          2052,16         0,15
8           2           B2          159,63          0,05
9           2           B2          1111,49         0,16
10          2           B2          1312,15         0,12
1           3           B2          863,79          0,10
2           3           B2          104,06          0,04
3           3           B2          816,02          0,11
4           3           B2          1053,02         0,14
5           3           B2          132,32          0,03
6           3           B2          2059,03         0,14
7           3           B2          153,49          0,04
8           3           B2          1118,69         0,15
9           3           B2          1632,66         0,18
10          3           B2          1302,15         0,12

但是，我希望有一个这样的表，其中缺失的值表示为NA（或任何其他占位符）：

ImageNumber FrameNumber Treatment   Intensity1  Intensity2
1           1           B2          1598,45         0,14
2           1           B2          930,40          0,11
3           1           B2          107,86          0,04
4           1           B2          881,09          0,11
5           NA          NA          NA              NA
6           NA          NA          NA              NA
7           1           B2          2201,98         0,15
8           1           B2          161,30          0,04
9           1           B2          1208,14         0,17
10          NA          NA          NA              NA
1           NA          NA          NA              NA
2           NA          NA          NA              NA
3           NA          NA          NA              NA
4           2           B2          831,75          0,12
5           2           B2          1027,41         0,14
6           NA          NA          NA              NA
7           2           B2          2052,16         0,15
8           2           B2          159,63          0,05
9           2           B2          1111,49         0,16
10          2           B2          1312,15         0,12
1           3           B2          863,79          0,10
2           3           B2          104,06          0,04
3           3           B2          816,02          0,11
4           3           B2          1053,02         0,14
5           3           B2          132,32          0,03
6           3           B2          2059,03         0,14
7           3           B2          153,49          0,04
8           3           B2          1118,69         0,15
9           3           B2          1632,66         0,18
10          3           B2          1302,15         0,12

这只是我所拥有的表的一小部分，实际上，根据条件的不同，ImageNumber可能会达到1441。您知道任何可能性，我如何解决这个问题？

如果有人可以帮助我，我将不胜感激！

Answer 1

这是base R的拆分应用合并方法

out <- do.call(rbind,
               by(
                 data = df1,
                 INDICES = df1$FrameNumber,
                 FUN = merge,
                 y = data.frame(ImageNumber = seq(min(df1$ImageNumber), max(df1$ImageNumber))),
                 all.y = TRUE
               ))
out
#     ImageNumber FrameNumber Treatment Intensity1 Intensity2
#1.1            1           1        B2    1598,45       0,14
#1.2            2           1        B2     930,40       0,11
#1.3            3           1        B2     107,86       0,04
#1.4            4           1        B2     881,09       0,11
#1.5            5          NA      <NA>       <NA>       <NA>
#1.6            6          NA      <NA>       <NA>       <NA>
#1.7            7           1        B2    2201,98       0,15
#1.8            8           1        B2     161,30       0,04
#1.9            9           1        B2    1208,14       0,17
#1.10          10          NA      <NA>       <NA>       <NA>
#2.1            1          NA      <NA>       <NA>       <NA>
#2.2            2          NA      <NA>       <NA>       <NA>
#2.3            3          NA      <NA>       <NA>       <NA>
#2.4            4           2        B2     831,75       0,12
# ...

我们按FrameNumber拆分数据，将每个列表元素与一个数据帧合并，该数据帧包含一个称为ImageNumber列。 该列包含从min(df1$ImageNumber)到max(df1$ImageNumber) -在您的示例中为1到10 。 属于merge的参数all.y = TRUE将隐式缺失值转换为显式缺失值。

最后，我们将列表与do.call(rbind, ...)组合回到一个数据帧。