ensemble de données Manipuler pour tenir compte des mesures répétées

Question

Vu:

df <- data.frame(
        CompanyID=c("Drinkers","Drinkers","Drinkers","Drinkers","Drinkers","Drinkers","Drinkers","Drinkers" 
          ,"Drinkers","Drinkers", "Liquders","Liquders","Liquders","PelletCoffeeCo","PelletCoffeeCo"), 
        Email= c("john@coffee.com", "john@coffee.com","john@coffee.com","john@coffee.com", "john@coffee.com", 
          "john@coffee.com", "john@coffee.com", "john@coffee.com", "john@coffee.com", "john@coffee.com", 
          "george@liquid.com","george@liquid.com","george@liquid.com","stacy@pelletcoffee.com", 
         "stacy@pelletcoffee.com"), 
        Day= c("1","2","3","4","5","6","7","8","9","10","1","2","3","1","2"), 
       var1= c(4,5,5,5,2,3,2,7,6,5,7,6,6,2,3)) 

je dois comprendre comment se rendre à:

df2 <- data.frame(CompanyID=c("Drinkers","Drinkers","Drinkers","Drinkers","Drinkers","Drinkers","Drinkers","Drinkers" 
          ,"Drinkers","Drinkers", "Liquders","Liquders","Liquders","Liquders","Liquders","Liquders", 
          "Liquders","Liquders","Liquders","Liquders", "PelletCoffeeCo","PelletCoffeeCo","PelletCoffeeCo", 
          "PelletCoffeeCo","PelletCoffeeCo","PelletCoffeeCo","PelletCoffeeCo","PelletCoffeeCo", 
          "PelletCoffeeCo","PelletCoffeeCo"), 
        Email= c("john@coffee.com", "john@coffee.com","john@coffee.com","john@coffee.com", "john@coffee.com", 
          "john@coffee.com", "john@coffee.com", "john@coffee.com", "john@coffee.com", "john@coffee.com", 
          "george@liquid.com","george@liquid.com","george@liquid.com","george@liquid.com","george@liquid.com", 
          "george@liquid.com","george@liquid.com","george@liquid.com","george@liquid.com","george@liquid.com","stacy@pelletcoffee.com", 
          "stacy@pelletcoffee.com","stacy@pelletcoffee.com","stacy@pelletcoffee.com","stacy@pelletcoffee.com", 
          "stacy@pelletcoffee.com","stacy@pelletcoffee.com","stacy@pelletcoffee.com","stacy@pelletcoffee.com", 
          "stacy@pelletcoffee.com"), 
        Day= c("1","2","3","4","5","6","7","8","9","10","1","2","3","4","5","6","7","8","9","10", 
         "1","2","3","4","5","6","7","8","9","10"), 
        var1= c(4,5,5,5,2,3,2,7,6,5,7,6,6, NA,NA,NA,NA,NA,NA,NA, 2,3,NA,NA,NA,NA,NA,NA,NA,NA)) 

Explication: J'ai données où je a sondé les gens une fois par jour sur un cours de 10 jours. Dans un monde parfait, j'aurais 10 réponses de chaque participant, notées day1: day10. Cependant, en raison de la non-réponse, certains participants ont donné 3 réponses, d'autres 6, et 10 et ainsi de suite. Je mets les données en place pour lancer un modèle de croissance, et j'ai donc besoin de la colonne Jour pour toujours lire Jour1 - Jour 10, peu importe s'il y a des données pour ces réponses. J'ai essayé de le démontrer en ajoutant NA aux lignes qui n'ont pas tous les 10 jours de données.

Comment procéder?

Merci à l'avance!

Answer 1

Essayez ceci:

library(tidyr) 

df %>% 
    complete(nesting(CompanyID,Email), Day = seq(min(Day), max(Day), 1L)) %>% 
    data.frame() 

Sortie:

 CompanyID     Email Day var1 
1  Drinkers  john@coffee.com 1 4 
2  Drinkers  john@coffee.com 2 5 
3  Drinkers  john@coffee.com 3 5 
4  Drinkers  john@coffee.com 4 5 
5  Drinkers  john@coffee.com 5 5 
6  Drinkers  john@coffee.com 6 2 
7  Drinkers  john@coffee.com 7 3 
8  Drinkers  john@coffee.com 8 2 
9  Drinkers  john@coffee.com 9 7 
10  Drinkers  john@coffee.com 10 6 
11  Liquders  george@liquid.com 1 7 
12  Liquders  george@liquid.com 2 NA 
13  Liquders  george@liquid.com 3 6 
14  Liquders  george@liquid.com 4 6 
15  Liquders  george@liquid.com 5 NA 
16  Liquders  george@liquid.com 6 NA 
17  Liquders  george@liquid.com 7 NA 
18  Liquders  george@liquid.com 8 NA 
19  Liquders  george@liquid.com 9 NA 
20  Liquders  george@liquid.com 10 NA 
21 PelletCoffeeCo stacy@pelletcoffee.com 1 2 
22 PelletCoffeeCo stacy@pelletcoffee.com 2 NA 
23 PelletCoffeeCo stacy@pelletcoffee.com 3 3 
24 PelletCoffeeCo stacy@pelletcoffee.com 4 NA 
25 PelletCoffeeCo stacy@pelletcoffee.com 5 NA 
26 PelletCoffeeCo stacy@pelletcoffee.com 6 NA 
27 PelletCoffeeCo stacy@pelletcoffee.com 7 NA 
28 PelletCoffeeCo stacy@pelletcoffee.com 8 NA 
29 PelletCoffeeCo stacy@pelletcoffee.com 9 NA 
30 PelletCoffeeCo stacy@pelletcoffee.com 10 NA 

Edit:

Le code remplit au-dessus des valeurs de la colonne du jour de chaque groupe avec un ensemble complet de valeurs du jour défini par le minimum et le maximum des valeurs existantes dans à la colonne (c.-à-d. 1 et 10, respectivement). Les groupes par lesquels ces valeurs Day sont remplies peuvent être redéfinis selon les besoins, mais j'ai choisi de les définir ici comme Company + Email avec la ligne "nesting (CompanyID, Email)". La ligne data.frame() est juste là pour convertir la sortie en un data.frame au lieu d'un tibble. Si une sortie data.frame n'est pas nécessaire, n'hésitez pas à remplacer ou supprimer cette ligne.

Answer 2

D'abord, créez une trame de données de l'ID de société unique. Ensuite, créez une trame de données des jours souhaités.

Croix Rejoignez-les ensemble.

Alors rejoignez notre ensemble de données original pour remplir le tableau.

comp <- data.frame(CompanyID = unique(df$CompanyID)) 
Day <- data.frame(Day = c("1","2","3","4","5","6","7","8","9","10")) 

compDay <- merge(comp, Day, all = TRUE) 

dfday <- merge(df, compDay, by = c("CompanyID", "Day"), all = TRUE)