创建具有 2 个分类列的所有组合的数据框，然后按每个组合对第 3 列求和答案

【问题标题】：Create Dataframe w/All Combinations of 2 Categorical Columns then Sum 3rd Column by Each Combination创建具有 2 个分类列的所有组合的数据框，然后按每个组合对第 3 列求和
【发布时间】：2020-05-22 17:32:17
【问题描述】：

我有一个大而杂乱的数据集，但想要完成一件简单的事情。本质上，我想根据两列的每个组合填充一个小标题，并对第三列求和。

作为一个假设的例子，假设每个观察都有 company_name（Wendys、BK、McDonalds）、food_option（汉堡、薯条、frosty）和 total_spending（以 $ 为单位）。我想用公司、食物和总数制作一个 9x3 的小标题，作为每次观察的总和。到目前为止，这是我的代码：

df_table <- df %>% 
      group_by(company_name, food_option) %>%
      summarize(total= sum(total_spending))

 company_name                food_option               total
   <chr>                     <chr>                      <dbl>
 1 Wendys                    Burgers                   757
 2 Wendys                    Fries                     140
 3 Wendys                    Frosty                    98
 4 McDonalds                 Burgers                   1044
 5 McDonalds                 Fries                     148
 6 BK                        Burgers                   669
 7 BK                        Fries                     38

问题在于，麦当劳以“Frosty”作为 food_option 的观察结果为零。因此，我得到了一个部分表。我想用一行显示：

 8  McDonalds      Frosty   0 
 9  BK             Frosty   0

我知道我可以手动添加行，但实际的数据集有一百多个组合，所以会很繁琐和复杂。此外，我不断修改上游数据，我希望代码能够自动正确填充。

非常感谢任何可以提供帮助的人。这个论坛真是天赐之物，真的很感谢你们。

【问题讨论】：

在最后尝试使用这个... %>% complete(company_name, food_option, fill=list(total = 0))。这是一个tidyr 函数。
是的，我走了那条路，但由于某种原因，它仍然返回完全相同的表。我想可能是因为 R 不确定要填写什么？
对我来说，它适用于您发布的示例。如果它不知道要填充什么，您将只获得不存在的组合的 NA 值。所以问题一定来自其他地方。我将在下面发布答案，以便您再次查看。

标签： r dplyr tidyr tibble

【解决方案1】：

你可以使用 tidyr::expand_grid():

tidyr::expand_grid(company_name = c("Wendys", "McDonalds", "BK"), 
                   food_option = c("Burgers", "Fries", "Frosty"))

创建所有可能的变化

【讨论】：

【解决方案2】：

试试：

library(dplyr)

df %>% 
  mutate(food_option = factor(food_option, levels = unique(food_option))) %>% 
  group_by(company_name, food_option, .drop = FALSE) %>% 
  summarise(total = sum(total_spending))

较新版本的dplyr 具有group_by 的.drop 参数，如果你有一个具有预定义水平的因子，它们将不会被删除（你会得到零）。

【讨论】：

【解决方案3】：

library(tidyverse)

# example data
df = read.table(text = "
company_name                food_option               total
1 Wendys                    Burgers                   757
2 Wendys                    Fries                     140
3 Wendys                    Frosty                    98
4 McDonalds                 Burgers                   1044
5 McDonalds                 Fries                     148
6 BK                        Burgers                   669
7 BK                        Fries                     38
", header=T)

df %>% complete(company_name, food_option, fill=list(total = 0))

# # A tibble: 9 x 3
#   company_name food_option total
#   <fct>        <fct>       <dbl>
# 1 BK           Burgers       669
# 2 BK           Fries          38
# 3 BK           Frosty          0
# 4 McDonalds    Burgers      1044
# 5 McDonalds    Fries         148
# 6 McDonalds    Frosty          0
# 7 Wendys       Burgers       757
# 8 Wendys       Fries         140
# 9 Wendys       Frosty         98

【讨论】：