代码之家 › 专栏 › 技术社区 › elcortegano

总结所有因素组合的观察数据

tidyverse dplyr r

1

elcortegano · 技术社区 · 5 年前

有时,最好有一个完整的数据框架,其中包含对所有分组因子组合的观察结果,即使原始数据中没有这些数据(即,用NA数据填补这些空白)。

mtcars :

mtcars %>% group_by(cyl, gear) %>% dplyr::summarise(N = n())
# A tibble: 8 x 3
# Groups:   cyl [3]
    cyl  gear     N
  <dbl> <dbl> <int>
1     4     3     1
2     4     4     8
3     4     5     2
4     6     3     2
5     6     4     4
6     6     5     1
7     8     3    12
8     8     5     2

按分组时 cyl gear ,缺少观察 cyl=8 和 gear=4

# A tibble: 9 x 3
# Groups:   cyl [3]
    cyl  gear     N
  <dbl> <dbl> <int>
1     4     3     1
2     4     4     8
3     4     5     2
4     6     3     2
5     6     4     4
6     6     5     1
7     8     3    12
8     8     4    NA
9     8     5     2

1 回复 | 直到 5 年前

1

akrun 5 年前

我们可以利用 complete ungroup

library(dplyr)
library(tidyr)
mtcars %>% 
    group_by(cyl, gear) %>%
    dplyr::summarise(N = n()) %>%
    ungroup %>%
    complete(cyl, gear)
# A tibble: 9 x 3
#    cyl  gear     N
#  <dbl> <dbl> <int>
#1     4     3     1
#2     4     4     8
#3     4     5     2
#4     6     3     2
#5     6     4     4
#6     6     5     1
#7     8     3    12
#8     8     4    NA
#9     8     5     2

或者另一个选项是创建一个具有列的唯一元素的组合数据集,然后执行 left_join (没有前一个简单)

crossing(cyl = unique(mtcars$cyl), gear = unique(mtcars$gear)) %>% 
    left_join(mtcars %>% 
                  group_by(cyl, gear) %>%
                  dplyr::summarise(N = n()))