如何格式化包含所有时间和id值记录的表格的透视图？

Question

我正在收集R中包含3列的日志:
周,探测和观察次数.
没有观察时没有记录.

week=c(1,2,2,4)  
probe=c("A","C","B","C")  
obs=c(2,4,3,1)
logs=data.frame(week,probe,obs)

logs

week probe obs  
1     A   2
2     C   4
2     B   3
4     C   1

我想重新格式化数据,以便它包括所有星期和所有探测器,即使没有观察,所以它看起来像这样:

week probe obs  
1     A   2  
1     B   0  
1     C   0  
1     D   0  
2     A   0  
2     B   0  
2     C   3  
2     D   4  
3     A   0  
3     B   0  
3     C   0  
3     D   0  
4     A   0  
4     B   0  
4     C   1  
4     D   0  

我在这里列出了所有探测器:

allprobes=c("A","B","C","D")

我想看看这几周:

allweeks=c(1:4)

我一直在寻找融化,演员,重塑,但我只能设法每个ID或每月获得1行...因为我实际上想要保留原始格式的日志.起初看起来很容易,但我现在卡住了......关于如何以这种方式格式化数据的任何建议？

非常感谢您的帮助.

Answer 1

基础R中的两个选项:

使用expand.grid和merge:

> fullFrame <- expand.grid(allweeks, allprobes)
> names(fullFrame) <- c("week", "probe")
> merge(fullFrame, logs, all = TRUE)
   week probe obs
1     1     A   2
2     1     B  NA
3     1     C  NA
4     1     D  NA
5     2     A  NA
6     2     B   3
7     2     C   4
8     2     D  NA
9     3     A  NA
10    3     B  NA
11    3     C  NA
12    3     D  NA
13    4     A  NA
14    4     B  NA
15    4     C   1
16    4     D  NA

expand.grid将创建data.frame"allprobes"和"allweeks"对象的所有可能组合.然后,我们重命名该新列的列data.frame以匹配data.frame使用时"日志"中的相关列merge.该参数all = TRUE告诉merge用以填充缺失值NA.

如果您想要零而不是NA,请按以下步骤操作:

fullFrame <- expand.grid(allweeks, allprobes)
names(fullFrame) <- c("week", "probe")
finalLogs <- merge(fullFrame, logs, all = TRUE)
finalLogs[is.na(finalLogs)] <- 0

使用xtabs"周"和"探针"转换为因素后,

如果您将"周"和"探测"转换为包含所有相关级别的因子,那么您可以简单地使用xtabs包装data.frame:

logs$week <- factor(logs$week, levels=c(1, 2, 3, 4))
logs$probe <- factor(logs$probe, levels=c("A", "B", "C", "D"))
data.frame(xtabs(obs ~ week + probe, logs))
#    week probe Freq
# 1     1     A    2
# 2     2     A    0
# 3     3     A    0
# 4     4     A    0
# 5     1     B    0
# 6     2     B    3
# 7     3     B    0
# 8     4     B    0
# 9     1     C    0
# 10    2     C    4
# 11    3     C    0
# 12    4     C    1
# 13    1     D    0
# 14    2     D    0
# 15    3     D    0
# 16    4     D    0