时间戳

首页 > 解决方案 > 根据条件在数据框中插入行 - Tidyverse 方式

r - 根据条件在数据框中插入行 - Tidyverse 方式

问题描述

这是一个数据框

# 5 companies observed each day for 10 days
df <- tibble(
  company = rep(LETTERS[1:5], 10),
  value = rep(sample(100, 5), 10),
  date = rep(seq(as.Date("2020-01-01"), as.Date("2020-01-10"), 1), each = 5)
)
df

现在数据发生了一些变化，并且删除了一些公司 E 行。

df_error <- df[-c(5, 10, 15, 20), ]
df_error

添加回 E 行的最简单的 Tidyverse 方法是什么。价值无所谓。E行的日期与其上方的D行相同。

我从以下开始，不知道如何继续：

# Find all D occurrences
e_idx <- which(df_error$company == "D")
e_idx

# If there is not an E in the next row, get the index. These need E rows below each index value. 
rows_need_e_below <- ifelse(df_error[e_idx + 1, 1] != "E", e_idx, NA)
rows_need_e_below

标签： rdplyr

解决方案

如果您知道您的数据应该有“A”到“E”公司，您可以使用complete：

tidyr::complete(df_error, date, company = LETTERS[1:5])

或更一般地说：

unique_company <- c('A', 'B', 'C', 'D', 'E')
tidyr::complete(df_error, date, company = unique_company)

# A tibble: 50 x 3
#   date       company value
#   <date>     <chr>   <int>
# 1 2020-01-01 A          87
# 2 2020-01-01 B           5
# 3 2020-01-01 C          40
# 4 2020-01-01 D          67
# 5 2020-01-01 E          NA
# 6 2020-01-02 A          87
# 7 2020-01-02 B           5
# 8 2020-01-02 C          40
# 9 2020-01-02 D          67
#10 2020-01-02 E          NA
# … with 40 more rows

默认情况下，该value列是给定的NA值。如果你想用特定的值填充它，你可以fill使用complete. 例如，要填充 0，您可以执行以下操作：

tidyr::complete(df_error, date, company = unique_company, fill = list(value = 0))

推荐阅读