Remplir et remplir les données manquantes dans les groupes en utilisant une autre trame de données

Question

Comment puis-je compléter les valeurs manquantes par groupe?

J'ai un df avec des recommandations et des rangs, et j'ai besoin d'insérer des recommandations par défaut quand je n'en ai pas au moins 4.

exemple d'entrée:

library(tidyverse) 

fixed_recomendations <- data.frame(recomendation_id = 50:54, name = paste("recomendation", 50:54, sep = "_"), stringsAsFactors = FALSE) 

content_id <- c(1,1,2,rep(3, 6)) 
rank <- c(1, 2, 1, 1:6) 
recomendation_id <- c(1:9) 
name <- paste("recomendation", recomendation_id, sep = "_") 
df <- data.frame(content_id, rank, recomendation_id, name, stringsAsFactors = FALSE) 

# content_id rank recomendation_id name 
# 1   1  1     recomendation_1 
# 1   2  2     recomendation_2 
# 2   1  3     recomendation_3 
# 3   1  4     recomendation_4 
# 3   2  5     recomendation_5 
# 3   3  6     recomendation_6 
# 3   4  7     recomendation_7 
# 3   5  8     recomendation_8 
# 3   6  9     recomendation_9 

J'ai essayé de le faire avec complet/remplir, mais il ne respecte pas les groupes et couper aussi les valeurs en dehors de la plage de rang.

df %>% 
    complete(content_id, rank = 1:4, 
      fill = list(
      recomendation_id = fixed_recomendations$recomendation_id, 
      name = fixed_recomendations$name 
      )) 

# content_id rank recomendation_id name 
# 1   1  1    recomendation_1 
# 1   2  2    recomendation_2 
# 1   3  50    recomendation_50 
# 1   4  51    recomendation_51 
# 2   1  3    recomendation_3 
# 2   2  52    recomendation_52 
# 2   3  53    recomendation_53 
# 2   4  54    recomendation_54 
# 3   1  4    recomendation_4 
# 3   2  5    recomendation_5 
# 3   3  6    recomendation_6 
# 3   4  7    recomendation_7 

sortie souhaitée:

# content_id rank recomendation_id name 
# 1   1  1    recomendation_1 
# 1   2  2    recomendation_2 
# 1   3  50    recomendation_50 
# 1   4  51    recomendation_51 
# 2   1  3    recomendation_3 
# 2   2  50    recomendation_50 
# 2   3  51    recomendation_51 
# 2   4  52    recomendation_52 
# 3   1  4    recomendation_4 
# 3   2  5    recomendation_5 
# 3   3  6    recomendation_6 
# 3   4  7    recomendation_7 
# 3   5  8    recomendation_8 
# 3   6  9    recomendation_9 

Answer 1

Je ne sais pas si cela était la meilleure approche, mais j'ai fini le résoudre en deux étapes, d'abord créer un Tibble avec NA valeurs à l'aide complète, alors je filtré les valeurs NA et le mettre à jour un groupe en utilisant split/map_df:

add_missing <- function(x){ 
    for(i in 1:nrow(x)){ 
    x[i,]$recomendation_id = fixed_recomendations[i,]$recomendation_id 
    x[i,]$name = fixed_recomendations[i,]$name  
    } 
    x 
} 

df_missing <- df %>% 
    complete(content_id, rank = 1:4) %>% 
    filter(is.na(recomendation_id)) %>% 
    split(.$content_id) %>% 
    map_df(add_missing) 

rbind(df, df_missing) %>% arrange(content_id, rank) 

> content_id rank recomendation_id    name 
1   1 1    1 recomendation_1 
2   1 2    2 recomendation_2 
3   1 3    50 recomendation_50 
4   1 4    51 recomendation_51 
5   2 1    3 recomendation_3 
6   2 2    50 recomendation_50 
7   2 3    51 recomendation_51 
8   2 4    52 recomendation_52 
9   3 1    4 recomendation_4 
10   3 2    5 recomendation_5 
11   3 3    6 recomendation_6 
12   3 4    7 recomendation_7 
13   3 5    8 recomendation_8 
14   3 6    9 recomendation_9 

Answer 2

Je ne pas utiliser la même suite de forfaits que vous faites, mais voici une solution à l'aide foreach que je fouetté en quelques minutes. J'aurais pu le faire en utilisant for boucles de base, mais la fonctionnalité .combine dans foreach est utile, plus il est possible de paralléliser au cas où votre vrai problème est grand.

fixed_recomendations <- data.frame(recomendation_id = 50:54, name = paste("recomendation", 50:54, sep = "_"), stringsAsFactors = FALSE) 

content_id <- c(1,1,2,rep(3, 6)) 
rank <- c(1, 2, 1, 1:6) 
recomendation_id <- c(1:9) 
name <- paste("recomendation", recomendation_id, sep = "_") 
df <- data.frame(content_id, rank, recomendation_id, name, stringsAsFactors = FALSE) 


tab <- table(content_id) 
library(foreach) 
defaults <- foreach (i = 1:length(tab), .combine = rbind) %do%{ 
    if (tab[i]<4){ 
    foreach(j = 1:(4-tab[i]), .combine = rbind) %do% { 
     data.frame(names(tab)[i], j + tab[i], fixed_recomendations$recomendation_id[j], fixed_recomendations$name[j]) 
    } 
    } 
} 
colnames(defaults) <- colnames(df) 
df.new <- rbind(df, defaults) 
df.new <- df.new[with(df.new, order(content_id, rank)),] 
df.new 

    content_id rank recomendation_id    name 
1   1 1    1 recomendation_1 
2   1 2    2 recomendation_2 
12   1 3    50 recomendation_50 
11   1 4    51 recomendation_51 
3   2 1    3 recomendation_3 
23   2 2    50 recomendation_50 
21   2 3    51 recomendation_51 
22   2 4    52 recomendation_52 
4   3 1    4 recomendation_4 
5   3 2    5 recomendation_5 
6   3 3    6 recomendation_6 
7   3 4    7 recomendation_7 
8   3 5    8 recomendation_8 
9   3 6    9 recomendation_9