R: convertir le format long en format large en remplissant les dates manquantes

Question

Je suis en train de remodeler les données de l'enregistrement des heures de ma société, pour les adapter à un certain format. J'ai modifié l'entrée pour ressembler à ceci:

employee project month day hours 
1   A 16-001  9 9  5 
2   B 16-001  9 29  1 
3   A 16-001  9 3  5 
4   B 16-001  9 28  2 
5   A 16-002  9 8  6 
6   B 16-002  9 9  4 
7   A 16-002 10 25  6 
8   B 16-002 10 21  8 
9   A overig 10 6  6 
10  B overig 10 17  7 
11  A overig 10 9  1 
12  B overig 10 10  7 

#reproducicle data: 
df <- data.frame(employee = rep(c("A","B"),6),project=rep(c("16-001","16-002","overig"), each=4), month=rep(c(9,10),each=6),day=sample(1:30,12,replace=T), hours=sample(1:8,12,replace=T)) 

#Now, I need to move this to a cross table: 
res <- ftable(xtabs(hours~month+employee+project+day, aggregate(hours~month+employee+project+day, data=df, FUN=sum))) 

#And put this cross table in a data.frame (for export to csv) 
library(reshape2) 
df_res <- dcast(as.data.frame(res), as.formula(paste(paste(names(attr(res, "row.vars")), collapse="+"), "~", paste(names(attr(res, "col.vars")))))) 

df_res 

    month employee project 3 6 8 9 10 17 21 25 28 29 
1  9  A 16-001 5 0 0 5 0 0 0 0 0 0 
2  9  A 16-002 0 0 6 0 0 0 0 0 0 0 
3  9  A overig 0 0 0 0 0 0 0 0 0 0 
4  9  B 16-001 0 0 0 0 0 0 0 0 2 1 
5  9  B 16-002 0 0 0 4 0 0 0 0 0 0 
6  9  B overig 0 0 0 0 0 0 0 0 0 0 
7  10  A 16-001 0 0 0 0 0 0 0 0 0 0 
8  10  A 16-002 0 0 0 0 0 0 0 6 0 0 
9  10  A overig 0 6 0 1 0 0 0 0 0 0 
10 10  B 16-001 0 0 0 0 0 0 0 0 0 0 
11 10  B 16-002 0 0 0 0 0 0 8 0 0 0 
12 10  B overig 0 0 0 0 7 7 0 0 0 0 

Je ne suis pas sûr que ce soit la meilleure façon, mais le format est bon maintenant. Cependant, j'ai besoin d'avoir TOUS les jours comme colonnes, pas seulement les jours qui étaient dans mon data.frame (donc 31 colonnes, de préférence avec des dates qui n'existent pas (comme sep 31) avec NA et le reste comme 0. Tout suggestions comment ça?

Answer 1

Je pense que c'est une solution acceptable et il faudra gérer les années bissextiles trop (pour les points de bonus). en tirant parti du comportement de remplissage agréable facteur de tidyr::spread() avec drop = F, mais en utilisant la fonction lubridate::days_in_month() . pour répandre seulement, mais jusqu'à présent, nous allons ici:

library(tidyr) 
library(lubridate) 
library(purrr) 

df$year <- 2016 
df$num_in_month <- ymd(paste(df$year, df$month, df$day)) %>% 
    days_in_month() 

df %>% split(.$month) %>% 
    map(~mutate(., day = factor(day, levels = 1:unique(num_in_month)))) %>% 
    map(~spread(., key = day, value = hours, fill = 0, drop = F)) %>% 
    bind_rows() %>% 
    select(-num_in_month) 

    employee project month year 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 
1  A 16-001  9 2016 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 8 0 0 NA 
2  A 16-002  9 2016 0 0 0 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 NA 
3  B 16-001  9 2016 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 NA 
4  B 16-002  9 2016 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 NA 
5  A 16-002 10 2016 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
6  A overig 10 2016 0 4 0 0 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
7  B 16-002 10 2016 0 0 0 0 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
8  B overig 10 2016 0 0 0 0 6 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 

Vive