在 data.table 中有效插入默认缺失行答案

【问题标题】：Efficiently inserting default missing rows in a data.table在 data.table 中有效插入默认缺失行
【发布时间】：2013-05-13 09:14:52
【问题描述】：

假设我有以下data.table：

dt <- data.table(id=c(1,1,1,1,1,1,2,2,2,2),
           wday=c("mon","tue","wed","thu","fri","sat","mon","tue","thu","fri"),
           val=c(2,3,5,8,6,2,3,4,2,6))

    id wday val
 1:  1  mon   2
 2:  1  tue   3
 3:  1  wed   5
 4:  1  thu   8
 5:  1  fri   6
 6:  1  sat   2
 7:  2  mon   3
 8:  2  tue   4
 9:  2  thu   2
10:  2  fri   6

这是另一个data.table 聚合的结果。它表示变量的计数 (val)，具体取决于不同个体 (id) 的工作日 (wday)。问题是，在我的操作中，我失去了计数为 0 的工作日。

所以问题是：如何通过为每个 id 插入与 val=0 缺失的工作日一样多的行来有效地更新我的 data.table 对象？

结果如下：

    id wday val
 1:  1  mon   2
 2:  1  tue   3
 3:  1  wed   5
 4:  1  thu   8
 5:  1  fri   6
 6:  1  sat   2
 7:  1  sun   0
 8:  2  mon   3
 9:  2  tue   4
10:  2  wed   0
11:  2  thu   2
12:  2  fri   6
13:  2  sat   0
14:  2  sun   0

非常感谢您的帮助。

【问题讨论】：

标签： r data.table

【解决方案1】：

我现在能想到的一种直接方法是使用expand.grid 获取所有组合，然后使用它与allow.cartesian = TRUE 进行子集化：

setkey(dt, "id", "wday")
vals <- c("mon", "tue", "wed", "thu", "fri", "sat", "sun")
idx <- expand.grid(vals, unique(dt$id))[, 2:1]
dt[J(idx), allow.cartesian=TRUE]

#     id wday val
#  1:  1  mon   2
#  2:  1  tue   3
#  3:  1  wed   5
#  4:  1  thu   8
#  5:  1  fri   6
#  6:  1  sat   2
#  7:  1  sun  NA
#  8:  2  mon   3
#  9:  2  tue   4
# 10:  2  wed  NA
# 11:  2  thu   2
# 12:  2  fri   6
# 13:  2  sat  NA
# 14:  2  sun  NA

或者，可以直接用CJ构建idx数据表：

dt[CJ(unique(dt$id),vals), allow.cartesian=TRUE]

【讨论】：

非常感谢@Arun！我只是稍微编辑了您的答案，以提及使用CJ 而不是expand.grid 的可能性。随意保留、删除或修改它。
哦，是的，确实@juba，太棒了！我有一段时间没用过了……也谢谢你提醒我。

【解决方案2】：

match 和 ddply 的另一种可能性：

FUN <- function(x) {
y <- x$val[match(c("mon", "tue", "wed", "thu", "fri", "sat", "sun"), x$wday, nomatch=NA)]
y[is.na(y)] <- 0
y <- data.frame(wday=c("mon", "tue", "wed", "thu", "fri", "sat", "sun"), val=y)
y
}
ddply(dt, .(id), FUN)

【讨论】：

感谢plyr 解决方案。我想我会接受data.table 的那个，但是这个也很好用。