r - 如何在未使用的因子水平上扩展 data.frame？答案

【问题标题】：r - How to expand data.frame over unused factor levels?r - 如何在未使用的因子水平上扩展 data.frame？
【发布时间】：2015-10-28 08:15:41
【问题描述】：

我需要为所有具有公共变量的数据框列表执行此操作。我想扩展每个数据框，以便它们将公共变量扩展到所有数据框中存在的所有级别。

myList <- list(A = data.frame(A1 = rnorm(10), A2 = rnorm(10), A3 = rnorm(10),
                              year = factor(c(2000:2009))),
               B = data.frame(B1 = rnorm(10), B2 = rnorm(10), B3 = rnorm(10),
                              year = factor(c(2001:2010))))

masterYear <- unique(unlist(lapply(myList, function(x) levels(x$year)), use.names = F))

到目前为止，我已经尝试在函数中使用 dplyr 和 tidyr 包

funExpand <- function(x){
         levels(x$year) <- c(levels(x$year), setdiff(masterYear, levels(x$year)))
         vars <- names(x)[-length(names(x))]
         x %>%
              tidyr::complete_(x, c(vars), fill = list(0))
         x
}

myList2 <- lapply(myList, funExpand)

但这会产生错误。我尝试了 tidyr::complete 和 tidyr::complete_ 函数的各种组合（第一个参数 x 或 year？），都产生了一些错误。这告诉我我没有正确解释完整的功能。

除了修复这个错误，我也欢迎所有改进过程的建议。

【问题讨论】：

标签： r dplyr tidyr

【解决方案1】：

更新以反映 OP 的评论

试试这个，

myList2 <- lapply(myList, 
                  function(db) {
                    db$year <- factor(as.character(db$year), levels=masterYear)
                    merge(db, data.frame(year=setdiff(masterYear, db$year)), all=T)
                  })

新行将有NA，如果你真的需要它们是0，请在函数中添加另一行db[is.na(db)] <- 0。

【讨论】：

谢谢。我需要所有 dfs 中的年份列在所有 dfs 中找到的所有年份的联合，当该特定 df 中不存在时，其值为零。不幸的是，你的建议没有做到。
@Antti 我已根据您的评论更新了答案

【解决方案2】：

我猜你不需要x %>%

funExpand <- function(x) {levels(x$year) <- c(levels(x$year), 
                                  setdiff(masterYear, levels(x$year)))
                           vars <- names(x)[-length(names(x))]
                           complete_(x, vars, fill=list(0))}
lapply(myList, funExpand)

【讨论】：

这可能是真的。我从通过谷歌搜索找到的一些示例开始，该示例通过管道传输 tidyr::expand 和 dplyr::left_join - 两者都完成。但是，我无法按照您的建议进行操作。
@Antti 我的解决方案基于您使用的代码和您显示的错误。
我很感激！然而，它并没有解决问题。
@Antti 正如我所说，我只是在纠正错误。根据您之前的评论，您已经获得了其他函数名称。代码是关于complete的时候我当然不会去想其他功能
很公平。在这种情况下，评论而不是完整的答案是合适的。恕我直言。