r - 如何格式化包含所有时间和 id 值记录的数据透视表？

Question

我正在用 3 列在 R 中收集日志：
周、探测和观察次数。
没有观察就没有记录。

week=c(1,2,2,4)  
probe=c("A","C","B","C")  
obs=c(2,4,3,1)
logs=data.frame(week,probe,obs)

logs

week probe obs  
1     A   2
2     C   4
2     B   3
4     C   1

我想重新格式化数据，使其包括所有周和所有探测，即使没有观察，它看起来像这样：

week probe obs  
1     A   2  
1     B   0  
1     C   0  
1     D   0  
2     A   0  
2     B   0  
2     C   3  
2     D   4  
3     A   0  
3     B   0  
3     C   0  
3     D   0  
4     A   0  
4     B   0  
4     C   1  
4     D   0  

我在这里有所有探针的列表：

allprobes=c("A","B","C","D")

我想看看这几周：

allweeks=c(1:4)

我一直在研究熔化、铸造、重塑，但我只能设法每个 id 或每月获得 1 行......因为我实际上想保留日志的原始格式。一开始似乎很容易，但我现在陷入困境......关于如何以这种方式格式化数据的任何建议？

非常感谢您的帮助。

Answer 1

基础 R 中的两个选项：

使用expand.grid和merge：

> fullFrame <- expand.grid(allweeks, allprobes)
> names(fullFrame) <- c("week", "probe")
> merge(fullFrame, logs, all = TRUE)
   week probe obs
1     1     A   2
2     1     B  NA
3     1     C  NA
4     1     D  NA
5     2     A  NA
6     2     B   3
7     2     C   4
8     2     D  NA
9     3     A  NA
10    3     B  NA
11    3     C  NA
12    3     D  NA
13    4     A  NA
14    4     B  NA
15    4     C   1
16    4     D  NA

expand.grid将创建data.frame“allprobes”和“allweeks”对象的所有可能组合。然后，我们重命名该新的列以匹配使用时data.frame“日志”中的相关列。该参数告诉用 填充缺失值。data.framemergeall = TRUEmergeNA

如果您想要零而不是NA，请执行以下操作：

fullFrame <- expand.grid(allweeks, allprobes)
names(fullFrame) <- c("week", "probe")
finalLogs <- merge(fullFrame, logs, all = TRUE)
finalLogs[is.na(finalLogs)] <- 0

xtabs将“week”和“probe”转换为因子后使用

如果您将“week”和“probe”转换为包含所有相关级别的因素，那么您可以简单地使用xtabsWrapped in data.frame：

logs$week <- factor(logs$week, levels=c(1, 2, 3, 4))
logs$probe <- factor(logs$probe, levels=c("A", "B", "C", "D"))
data.frame(xtabs(obs ~ week + probe, logs))
#    week probe Freq
# 1     1     A    2
# 2     2     A    0
# 3     3     A    0
# 4     4     A    0
# 5     1     B    0
# 6     2     B    3
# 7     3     B    0
# 8     4     B    0
# 9     1     C    0
# 10    2     C    4
# 11    3     C    0
# 12    4     C    1
# 13    1     D    0
# 14    2     D    0
# 15    3     D    0
# 16    4     D    0

Answer 2

包中的complete函数tidyr是这个操作的一个很好的实用程序：

# get all the levels in the factor
logs$probe = factor(logs$probe, levels = allprobes)
logs$week = factor(logs$week, levels = 1:4)

tidyr::complete(logs, week, probe, fill = list(obs = 0))
# # A tibble: 16 × 3
#      week  probe   obs
#    <fctr> <fctr> <dbl>
# 1       1      A     2
# 2       1      B     0
# 3       1      C     0
# 4       1      D     0
# 5       2      A     0
# 6       2      B     3
# 7       2      C     4
# 8       2      D     0
# 9       3      A     0
# 10      3      B     0
# 11      3      C     0
# 12      3      D     0
# 13      4      A     0
# 14      4      B     0
# 15      4      C     1
# 16      4      D     0