在R中更改數據幀

Question

我有一個數據框，其第一列從1到365像這樣

c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2...

第二列的時間像這樣重復一遍又一遍

c(0,30,130,200,230,300,330,400,430,500,0,30,130,200,230,300,330,400,430,500...

因此，對於第一列中的每個1值，我在第二列中都有一個對應的時間，然后當我到達2時，時間重新開始，每個2都有一個對應的時間，

偶爾我會遇到

c(3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4...

c(0,30,130,200,230,330,400,430,500,0,30,130,200,230,300,330,400,430,500...

這里缺少3的其中之一，並且缺少300的相應時間。

如何遍歷整個數據框並添加這些缺失的值？ 我需要一種方法讓R通過並找出所有缺失的值，然后插入一行並將適當的值1到365放入第一列，並在適當的時間放置它。 因此，對於給定的示例，R會在230和330之間添加一行，然后在第一列中放置3，在第二列中放置300。 該列的某些部分缺少幾個連續的值。 不只是這里和那里的一個

Answer 1

編輯：預先明確指定所有10次的解決方案，並進行代碼整理/注釋

您需要創建另一個包含每個可能行的data.frame ，然后merge其與data.frame merge 。 關鍵方面是最終合並中的all.x = TRUE ，這會強制突出顯示數據中的差距。 我通過在your.dat中your.dat前20種可能的日/時組合中的15種進行了采樣來模擬差距

# create vectors for the days and times
the.days    = 1:365
the.times   = c(0,30,100,130,200,230,330,400,430,500)   # the 10 times to repeat

# create a master data.frame with all the times repeated for each day, taking only the first 20 observations
dat.all = data.frame(x1=rep(the.days, each=10), x2 = rep(the.times,times = 365))[1:20,]

# mimic your data.frame with some gaps in it (only 15 of 20 observations are present)
your.sample = sample(1:20, 15)
your.dat = data.frame(x1=rep(the.days, each=10), x2 = rep(the.times,times = 365), x3 = rnorm(365*10))[your.sample,]

# left outer join merge to include ALL of the master set and all of your matching subset, filling blanks with NA
merge(dat.all, your.dat, all.x = TRUE)

這是合並的輸出，顯示了所有20條可能的記錄，空白清晰可見為NA ：

   x1  x2          x3
1   1   0          NA
2   1  30  1.23128294
3   1 100  0.95806838
4   1 130  2.27075361
5   1 200  0.45347199
6   1 230 -1.61945983
7   1 330          NA
8   1 400 -0.98702883
9   1 430          NA
10  1 500  0.09342522
11  2   0  0.44340164
12  2  30  0.61114408
13  2 100  0.94592127
14  2 130  0.48916825
15  2 200  0.48850478
16  2 230          NA
17  2 330  0.52789171
18  2 400 -0.16939587
19  2 430  0.20961745
20  2 500          NA

Answer 2

這里有一些NA處理功能可以幫助您入門。 對於插入任務，您應該使用dput或可復制的示例提供自己的數據。

df <- data.frame(x = sample(c(1, 2, 3, 4), 100, replace = T), 
                 y = sample(c(0,30,130,200,230,300,330,400,430,500), 100, replace = T))

nas <- sample(NA, 20, replace = T)
df[1:20, 1] <- nas
df$y <- ifelse(df$y == 0, NA, df$y)

# Columns x and y have NA's in diferent places.

# Logical test for NA
is.na(df)

# Keep not NA cases of one colum
df[!is.na(df$x),]
df[!is.na(df$y),]

# Returns complete cases on both rows
df[complete.cases(df),]

# Gives the cases that are incomplete.
df[!complete.cases(df),]

# Returns the cases without NAs
na.omit(df)