考虑这样一个碎片化的数据集:
重点是只有在有相同(分组)ID的过去观察结果时才应该插入零。由于完整数据集非常大,我想避免任何循环。
有什么建议吗?要重现数据框,请参见以下内容:
ID Date Value
1 1 2012-01-01 5065
4 1 2012-01-04 1508
5 1 2012-01-05 9489
6 1 2012-01-06 7613
7 2 2012-01-07 6896
8 2 2012-01-08 2643
11 3 2012-01-02 7294
12 3 2012-01-03 8726
13 3 2012-01-04 6262
14 3 2012-01-05 2999
15 3 2012-01-06 10000
16 3 2012-01-07 1405
18 3 2012-01-09 8372
注意到数据集中缺少(2,3,9,10,17)的观测值。我想要的是,用"Value"=0填补数据集中一些缺失的数据,如下所示:
ID Date Value
1 1 2012-01-01 5920
2 1 2012-01-02 0
3 1 2012-01-03 0
4 1 2012-01-04 8377
5 1 2012-01-05 7810
6 1 2012-01-06 6452
7 2 2012-01-07 3483
8 2 2012-01-08 5426
9 2 2012-01-09 0
11 3 2012-01-02 7854
12 3 2012-01-03 1948
13 3 2012-01-04 7141
14 3 2012-01-05 5402
15 3 2012-01-06 6412
16 3 2012-01-07 7043
17 3 2012-01-08 0
18 3 2012-01-09 3270
重点是只有在有相同(分组)ID的过去观察结果时才应该插入零。由于完整数据集非常大,我想避免任何循环。
有什么建议吗?要重现数据框,请参见以下内容:
df <- data.frame(matrix(0, nrow = 18, ncol = 3,
dimnames = list(NULL, c("ID","Date","Value"))) )
df[,1] = c(1,1,1,1,1,1,2,2,2,3,3,3,3,3,3,3,3,3)
df[,2] = seq(as.Date("2012-01-01"),
as.Date("2012-01-9"),
by=1)
df[,3] = sample(1000:10000,18,replace=T)
df = df[-c(2,3,9,10,17),]
ID
分组来做这件事吗? - Rui Barradas