R dplyr：如何使用组信息和编码列表中特定列的缺失条目向 df 添加额外的行？

Question

我有：

团体	项目	价值
grp1	一个	1
grp1	乙	2
grp2	乙	3

我想：

团体	项目	价值
grp1	一个	1
grp1	乙	2
grp1	C	不适用
grp2	一个	不适用
grp2	乙	3
grp2	C	不适用

“组”取自输入 df。 “项目”取自具有所有可能条目的代码列表向量，所有其他列在已知或不适用的地方填写。

例子：

item_codelist <- c("A", "B", "C")

input <- data.frame("group" = c("grp1", "grp1", "grp2"), "items" = c("A", "B", "B"), "values" = c(1, 2, 3))

我查看了 fill()、extend() 和 complete()，但无法让其中任何一个用于此目的。

以下是我当前的解决方法，但我发现它有点复杂，我正在使用一个 for 循环，这将永远花费我的 200 MB 数据帧......

如果您知道一种更简单的方法（最好使用 dplyr 语法），请告诉我。 谢谢！

# create a data frame with all groups and items
codelist_df <- input %>% head(0) %>% select(group, items)
for (grp in unique(input$group)){
  df <- data.frame("items" = item_codelist) %>%
    mutate( group = grp, .before = 1)
  codelist_df <- bind_rows(codelist_df, df)
}

# join that data frame to the input data
output <- input %>%
  group_by(group) %>%
  full_join(codelist_df) %>%
  arrange(group, items)

Answer 1

Stefan 的评论是迄今为止最好的解决方案，我不知道，但这里有一个选择：

library(dplyr)
library(purrr)
library(tidyr)

input <- data.frame("group" = c("grp1", "grp1", "grp2"), "items" = c("A", "B", "B"), "values" = c(1, 2, 3))

items <- c("A", "B", "C") 

input %>% 
  split(.$group) %>% 
  map_df(~full_join(., as_tibble(items), by = c("items" = "value")) %>% 
           arrange(items)) %>% 
  fill(group, .direction = 'down')
#>   group items values
#> 1  grp1     A      1
#> 2  grp1     B      2
#> 3  grp1     C     NA
#> 4  grp1     A     NA
#> 5  grp2     B      3
#> 6  grp2     C     NA

Answer 2

似乎您想交叉加入组和项目。 为此，您可以将dplyr::full_join()与参数by = character()一起使用，然后将值重新加入：

library(dplyr, warn.conflicts = FALSE)

item_codelist <- tibble(items = c('A', 'B', 'C'))

groups <- tibble(group = c('grp1', 'grp1', 'grp2'))

input <- tibble("group" = c("grp1", "grp1", "grp2"), "items" = c("A", "B", "B"), "values" = c(1, 2, 3))

item_codelist |> 
  full_join(groups, by = character()) |> 
  left_join(input, by = c('items', 'group')) |> 
  relocate(group) |> 
  arrange(group, items) |> 
  distinct()

#> # A tibble: 6 × 3
#>   group items values
#>   <chr> <chr>  <dbl>
#> 1 grp1  A          1
#> 2 grp1  B          2
#> 3 grp1  C         NA
#> 4 grp2  A         NA
#> 5 grp2  B          3
#> 6 grp2  C         NA

^{由reprex 包于 2022-07-11 创建 (v2.0.1)}