问题描述
我想在表格的一列中填写缺失值。在 combName
列中,值应该上升到 20-400
,然后从 21-1
继续到 21-400
,依此类推。对于每个缺失值,应创建一个新行,该行的值按正确的枚举顺序排列,而该行的所有其他字段中的值为 0。
combName sumLength RootID
<chr> <dbl> <int>
1 20-1 8.05 1
2 20-2 4.61 1
3 20-3 14.5 1
4 20-8 2.29 1
5 20-10 14.7 1
6 20-11 23.0 4
7 20-12 17.0 5
8 20-13 66.9 14
9 20-14 39.1 9
10 20-15 12.5 6
# ... with 1,099 more rows
有什么想法可以做到吗?
解决方法
您可以借助 tidyr
库中的函数来实现这一点。
将 combName
分成两列,在 '-'
上拆分。对于 col1
中的每个值,在 col2
中创建从 1 到 400 的行,最后再次将 col1
和 col2
合并为一列。
library(tidyr)
df %>%
separate(combName,c('col1','col2'),sep = '-',convert = TRUE) %>%
complete(col1,col2 = 1:400,fill = list(sumLength = 0,RootID = 0)) %>%
unite(combName,col1,col2,sep = '-')
,
我们使用 expand.grid
中的 base R
创建完整的组合数据集
full_dat <- data.frame(combName = do.call(paste,c(expand.grid(Var1 =
sub("-.*","",unique(df$combName)),Var2 = 1:400),sep="-"))
和merge
与原始数据集
out <- merge(full_data,df,by = "combName",all.x = TRUE)
out[is.na(out)] <- 0