如何在 R 中为列中的每个唯一值（可能由其他变量分组）创建新数据行

Question

我的数据具有以下结构：

data <- data.frame(
  uniqueid = c(1, 1, 2, 2, 3, 3),
  year = c(2010, 2011, 2010, 2011, 2010, 2011),
  agency = c("SZ", "SZ", "SZ", NA, "SZ", "HE"),
  switch = c(0, 0, 0, NA, 0, 1)
)

如您所见，数据是按给定年份中出现的 uniqueid 组织的。请记住，对于代理列，不同的 uniqueid 中可能会出现 13 个不同的唯一字符串。我希望数据如下所示：

data <- data.frame(
  uniqueid = c(1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3),
  year = c(2010, 2010, 2011, 2011, 2010, 2010, 2011, 2011, 2011, 2010, 2010, 2011, 2011),
  agency = c("SZ", "HE", "SZ", "HE", "SZ", "HE", "SZ", NA, "HE", "SZ", "HE", "SZ", "HE"),
  switch = c(0, 0, 0, 0, 0, 0, NA, NA, NA, 0, 0, 0, 1)
)

在此转换中，行采用代理变量的不同唯一值，并且开关变量很大程度上映射了它以前的样子。我不太确定如何在 R 中实现这一点，尽管我更希望解决方案在 tidyverse 中。谢谢！

我一直在尝试类似以下的方法，但我似乎没有得到我想要的：

data1 <- data %>%
      pivot_wider(names_from = agency, values_from = lead, names_prefix = "agency_", values_fill = "0") %>%
      gather(key = agency, value = lead, starts_with("agency_")) %>%
      arrange(uniqueid, year, agency)

Answer 1

你可以把这个问题分成3步，尝试一下：

0。我们将您的原始数据称为

raw_data

:

library(tidyverse)

raw_data <- data.frame(
  uniqueid = c(1, 1, 2, 2, 3, 3),
  year = c(2010, 2011, 2010, 2011, 2010, 2011),
  agency = c("SZ", "SZ", "SZ", NA, "SZ", "HE"),
  switch = c(0, 0, 0, NA, 0, 1)
)

1.隔离

agency

列为 NA 的行：

NA_rows <- raw_data |> filter(is.na(agency))

2.处理填充的行：

filled_rows <- raw_data |> 
  
  complete(uniqueid, year, agency) |> 
  
  select(-switch) |> 
  
  filter(!is.na(agency)) |> 
  
  left_join(raw_data, join_by(uniqueid, year, agency)) |> 
  
  mutate(switch = case_when(
    is.na(switch) ~ 0,
    TRUE ~ switch
  ))

3.将

filled_rows

与

NA_rows

绑定在一起：

bind_rows(filled_rows, NA_rows)

我相信还有更优雅的方法，希望有帮助。