Я делаю tbls количества случаев по годам и возрастным группам для каждого округа Пример df и векторы всех возможных возрастных групп, лет и округов:
library(tidyverse)
df <- data.frame(
"year" = c(2010, 2010, 2011, 2013, 2014, 2014,
2015, 2015, 2015, 2016),
"age_group" = c("20-39", "0-19", "0-19", "60-79",
"80-99", "20-39","20-39", "60-79",
"20-39", "80-99"),
"county" = c("a", "b", "b", "a", "c", "b", "b",
"a", "a", "a"))
all_age_groups <- c("0-19", "20-39", "40-59", "60-79", "80-99")
all_years <- c(2010:2017)
all_counties <- c("a", "b", "c", "d")
В округах "a", "b" и "c" отсутствуют НЕКОТОРЫЕ возрастные группы или годы. В округе "d" отсутствуют ВСЕ возрастные группы и годы (без случаев).
Это работает для добавления пропущенных возрастных групп:
ex_func <- function(df_orig, selectcounty) {
df_age_group <- data.frame("age_group" = all_age_groups)
df2 <- df_orig %>%
filter(county == selectcounty) %>%
group_by(age_group, year) %>%
summarise(cases = n()) %>%
spread(year, cases) %>%
full_join(., df_age_group, by = "age_group") %>%
replace(is.na(.), 0) %>%
ungroup() %>%
mutate(age_group = factor(age_group, levels = all_age_groups)) %>%
arrange(age_group)
df2
}
Но я не смог успешно справиться со столбцами пропущенного года без ручного создания нового для каждого пропущенного года с mutate.
Я ищу способ, предпочтительно в dplyr, чтобы:
1) поиск, для которых годы с all_years не существуют в виде столбцов в df
2) добавить столбцы для каждого недостающего года
3) сделать все строки для каждого нового столбца равными 0
4) поддерживать порядок лет (2010-2017) в столбцах и возрастных групп в df $ age_group
более короткая версия желаемого результата для округа "b":
df2 <- ex_func(df, "b")
age_group `2010` `2011 `2012` `2013` `2014 `2015`
0-19 1 1 0 0 0 0
20-39 0 0 0 0 1 1
40-59 0 0 0 0 0 0
60-79 0 0 0 0 0 0
80-99 0 0 0 0 0 0