我有一个数据框，它总结了白天（即太阳在地平线以上时）每天和每小时在其繁殖地观察到一只鸟的次数。示例：
head(df)
ID site day hr nObs
1 19 A 202 11 60
2 19 A 202 13 18
3 19 A 202 15 27
4 8 B 188 8 6
5 8 B 188 9 6
6 8 B 188 11 7
但是，此数据框不包括未观察到这只鸟的时间。例如。第 202 天第 14 天的鸟 19 没有行，nObs 值为 0。
我想找到一种方法，最好是使用 dplyr（整洁的诗句），在没有观察到个人时添加这些行。
【问题讨论】：
做到这一点的一种方法是首先构建一个可以观察鸟类的所有可能组合的“模板”，然后将实际观察结果合并（“左连接”）到该模板上：
a = read.table(text = " ID site day hr nObs
1 19 A 202 11 60
2 19 A 202 13 18
3 19 A 202 15 27
4 8 B 188 8 6
5 8 B 188 9 6
6 8 B 188 11 7")
tpl <- expand.grid(c(unique(a[, 1:3]), list(hr = 1:24)))
merge(tpl, a, all.x = TRUE)
根据@user3220999 的评论进行编辑：如果我们想按照ID 进行处理，我们可以使用split 来获取每个ID 的data.frames 列表，获取模板列表和@987654324 @合并两个列表：
a <- split(a, a$ID)
tpl <- lapply(a, function(ai) {
expand.grid(c(unique(ai[, 1:3]), list(hr = 1:24)))
})
res <- mapply(merge, tpl, a, SIMPLIFY = FALSE, MoreArgs = list(all.x = TRUE))
【讨论】：
您可以从tidyr 使用complete，即
library(tidyverse)
df %>%
group_by(ID, site) %>%
complete(hr = seq(min(hr), max(hr)))
给出，
# A tibble: 9 x 5 # Groups: ID, site [2] ID site hr day nObs <int> <fct> <int> <int> <int> 1 8 B 8 188 6 2 8 B 9 188 6 3 8 B 10 NA NA 4 8 B 11 188 7 5 19 A 11 202 60 6 19 A 12 NA NA 7 19 A 13 202 18 8 19 A 14 NA NA 9 19 A 15 202 27
【讨论】：
df %>% group_by(ID, site, day) %>% complete(hr = seq(min(hr), max(hr)), fill = list(nObs = 0)) 可能更符合潜在的预期输出（当然我们无法知道这一点）。