Séquence de remplissage par facteur

Question

J'ai besoin de remplir $Year avec les valeurs manquantes de la séquence par le facteur $Country. La colonne $Count peut être complétée par des 0.

Country Year Count
A       1    1
A       2    1
A       4    2
B       1    1
B       3    1

Je me retrouve donc avec

Country Year Count
A       1    1
A       2    1
A       3    0
A       4    2
B       1    1
B       2    0
B       3    1

J'espère que c'est clair, merci d'avance !

Answer 1

Il s'agit d'un dplyr / tidyr solution en utilisant complete y full_seq :

library(dplyr)
library(tidyr)
df %>% group_by(Country) %>% complete(Year=full_seq(Year,1),fill=list(Count=0))
  Country  Year Count
    <chr> <dbl> <dbl>
1       A     1     1
2       A     2     1
3       A     3     0
4       A     4     2
5       B     1     1
6       B     2     0
7       B     3     1

Answer 2

library(data.table)
# d is your original data.frame
setDT(d)
foo <- d[, .(Year = min(Year):max(Year)), Country]
res <- merge(d, foo, all.y = TRUE)[is.na(Count), Count := 0]

Answer 3

Similaire à la réponse de @PoGibas :

library(data.table)

# set default values
def = list(Count = 0L)

# create table with all levels    
fullDT = setkey(DT[, .(Year = seq(min(Year), max(Year))), by=Country])

# initialize to defaults
fullDT[, names(def) := def ]

# overwrite from data
fullDT[DT, names(def) := mget(sprintf("i.%s", names(def))) ]

ce qui donne

   Country Year Count
1:       A    1     1
2:       A    2     1
3:       A    3     0
4:       A    4     2
5:       B    1     1
6:       B    2     0
7:       B    3     1

Cela s'applique également au fait d'avoir plus de colonnes (en plus de Count ). Je suppose qu'une fonctionnalité similaire existe dans le "tidyverse", avec un nom comme "expand" ou "complete".

Answer 4

Une autre idée de base R peut être de diviser le Pays, d'utiliser setdiff pour trouver les valeurs manquantes dans le seq(max(Year)) y rbind dans la base de données d'origine. Utiliser do.call a rbind la liste en un cadre de données, c'est-à-dire

d1 <- do.call(rbind, c(lapply(split(df, df$Country), function(i){
                       x <- rbind(i, data.frame(Country = i$Country[1], 
                                                 Year = setdiff(seq(max(i$Year)), i$Year), 
                                                 Count = 0)); 
                        x[with(x, order(Year)),]}), make.row.names = FALSE))

ce qui donne

     Country Year Count
  1       A    1     1
  2       A    2     1
  3       A    3     0
  4       A    4     2
  5       B    1     1
  6       B    2     0
  7       B    3     1

Answer 5

> setkey(DT,Country,Year)
> DT[setkey(DT[, .(min(Year):max(Year)), by = Country], Country, V1)]
   Country Year Count
1:       A    1     1
2:       A    2     1
3:       A    3    NA
4:       A    4     2
5:       B    1     1
6:       B    2    NA
7:       B    3     1