如何创建新行以确保时间序列长度相等？

Question

我正在尝试对治疗的有效性进行分类。每个 id 应包含 4 个时间范围。

Dataframe

id	timeframe	distance
1	1	1.1
1	2	1.1
1	3	1.2
1	4	1.1
2	1	1.1
2	2	1.1
2	4	1.1

问题是例如 id 2 timeframe #3 丢失。如何创建一个在缺失时间范围内添加的新行，其中包含所有存在此类问题的行的平均距离值？

我在运行时得到“并非所有时间都是相同的长度” - 使用“纵向 k 均值 (KML)”的纵向聚类

Answer 1

我们可以使用complete 来创建缺失的组合，然后将NA 替换为mean

library(dplyr)
library(tidyr)
df1 %>%
    mutate(rn = row_number()) %>%
    complete(id, timeframe) %>%
    mutate(distance = replace(distance, is.na(distance) & is.na(rn), 
          mean(distance, na.rm = TRUE)))

---

如果mean 应该在每个“id”中计算，那么在mutate 之前执行group_by

df1 %>%
    mutate(rn = row_number()) %>%
    complete(id, timeframe) %>%
    group_by(id) %>%
    mutate(distance = replace(distance, is.na(distance) & is.na(rn), 
          mean(distance, na.rm = TRUE))) %>%
    ungroup