填充数据框中缺失的行[重复]答案

【问题标题】：fill missing rows in a dataframe [duplicate]填充数据框中缺失的行[重复]
【发布时间】：2017-08-14 03:16:38
【问题描述】：

我有一个如下所示的数据框

   Hair   Eye    Freq
1  Black Brown      32
2  Brown Brown      53
3    Red Brown      10
4  Blond Brown       3
5    Red  Blue      10
6  Blond  Blue      30
7  Black Hazel      10
8  Blond Hazel       5

在上面的数据帧中，4 种头发颜色Black, Brown, Red and Blond 的频率在不同的眼睛颜色Brown, Blue and Hazel 中被记录下来。但是，我想为相应的眼睛颜色填充缺失的头发颜色频率，以便生成如下数据框。任何帮助表示赞赏。

   Hair   Eye    Freq
1  Black Brown      32
2  Brown Brown      53
3    Red Brown      10
4  Blond Brown       3
5  Black  Blue      0
6  Brown  Blue      0
7    Red  Blue      10
8  Blond  Blue      30
9  Black Hazel      10
10 Brown Hazel      0
11   Red Hazel      0
12 Blond Hazel      5

【问题讨论】：

@akrun 现在也添加了一个 python 目标

标签： python r dataframe

【解决方案1】：

如果我们使用R，一个选项是complete from tidyr

library(tidyr)
complete(df1, Hair, Eye, fill = list(Freq = 0)) %>%
      arrange(factor(Eye, levels = unique(df1$Eye)), factor(Hair, levels = unique(df1$Hair)))
# A tibble: 12 × 3
#    Hair   Eye  Freq
#   <chr> <chr> <dbl>
#1  Black Brown    32
#2  Brown Brown    53
#3    Red Brown    10
#4  Blond Brown     3
#5  Black  Blue     0
#6  Brown  Blue     0
#7    Red  Blue    10
#8  Blond  Blue    30
#9  Black Hazel    10
#10 Brown Hazel     0
#11   Red Hazel     0
#12 Blond Hazel     5

【讨论】：

你是一颗宝石。我花了一整天...你让它看起来很简单。没听过完整的功能。谢谢
为什么需要使用list(Freq = 0) 而不仅仅是Freq = 0。 ?
@user5249203 我认为是考虑多个变量

【解决方案2】：

使用expand.grid 创建一个包含头发和眼睛颜色组合的新表。然后使用join方法将df1的频率绑定到df2。最后移除 NA。

library('data.table')
hair <- c('Black', 'Brown', 'Red', 'Blond')  # hair colors
eye <- c('Brown', 'Blue', 'Hazel')           # eye colors
df2 <- expand.grid(Hair = hair, Eye = eye)   # data frame with combinations of eye and hair colors
setDT(df2)[df1, `:=` (Freq = i.Freq), on = .(Hair, Eye)]  # join df2 with df1 based `on = .(Hair, Eye)` and bind `Freq` from df1 to df2
df2[is.na(Freq), Freq := 0 ]                # remove NA with 0

输出：

df2
#     Hair   Eye Freq
# 1: Black Brown   32
# 2: Brown Brown   53
# 3:   Red Brown   10
# 4: Blond Brown    3
# 5: Black  Blue    0
# 6: Brown  Blue    0
# 7:   Red  Blue   10
# 8: Blond  Blue   30
# 9: Black Hazel   10
# 10: Brown Hazel    0
# 11:   Red Hazel    0
# 12: Blond Hazel    5

数据：

df1 <- fread('id   Hair   Eye    Freq
1  Black Brown      32
2  Brown Brown      53
3    Red Brown      10
4  Blond Brown       3
5    Red  Blue      10
6  Blond  Blue      30
7  Black Hazel      10
8  Blond Hazel       5')

df1[, id:=NULL]

【讨论】：

【解决方案3】：

一个基本的 R 选项是使用 expand.grid 为 Hair 和 Eye 和 merge 的每个组合创建另一个数据框与原始数据框。

merge(expand.grid(Hair=unique(df$Hair),Eye=unique(df$Eye)), df[-1], all.x = TRUE)

#    Hair   Eye Freq
#1  Black  Blue   NA
#2  Black Brown   32
#3  Black Hazel   10
#4  Blond  Blue   30
#5  Blond Brown    3
#6  Blond Hazel    5
#7  Brown  Blue   NA
#8  Brown Brown   53
#9  Brown Hazel   NA
#10   Red  Blue   10
#11   Red Brown   10
#12   Red Hazel   NA

上面的结果给出了NA，我们可以很容易地将那些NA转换为0

df1 <- merge(expand.grid(Hair = unique(df$Hair), Eye = unique(df$Eye)), df[-1], 
                                                              all.x = TRUE)
df1[is.na(df1)] <- 0

【讨论】：