Füllen Sie alle Elemente in der Gruppierung aus R

Question

Ich erhalte einen Fehler, bei dem meiner Meinung nach die Ursache darin liegt, dass in meinen Gruppierungen keine Werte für alle Gruppen vorhanden sind.

Daten können hier heruntergeladen werden: https://opendata.miamidade.gov/311/311-Service-Requests-Miami-Dade-County/dj6j-qg5t

Was ich zu tun ist, möchte eine Funktion haben, die eine verschachtelte Gruppierung nimmt und erkennt alle Löcher und auffüllt Nullen. Lets nehmen Probe den folgenden Code:

d <- rDSamp %>% 
    FilterDateRange("Ticket.Created.Date...Time", "1/1/2013", "12/31/2013") %>% 
    group_by(Ticket.Created.Date...Time, Case.Owner) %>% 
    summarise(
    count = n() 
) %>% 
    arrange(Ticket.Created.Date...Time) 

Nach dem summarise, ich brauche eine Funktion hinzuzufügen, die durch jeden Tag geht, und wenn der Fall Inhaber nicht in diesem Zeitpunkt nicht vorhanden ist, den Fall Eigentümer erstellen, und ein hinzufügen Zahl von 0.

Hier ist der Code zu diesem Punkt zu kommen:

library("ggvis") 
library("magrittr") 
library("dplyr") 
library("tidyr") 
library("shiny") 
library("checkpoint") 

checkpoint("2016-03-29") 

rData <- read.csv("C:\\data\\Miami_311.csv", 
       header=TRUE, 
       sep=",") 
rDSamp <- rData[sample(1:length(rData$Case.Owner), 1000),] 
rDSamp = rData %>% 
    subset(
     Case.Owner == "Animal_Services" | 
     Case.Owner == "Waste_Management" | 
     Case.Owner == "Community_Information_and_Outreach" | 
     Case.Owner == "Waste_Management") 
rDSamp$Case.Owner = factor(rDSamp$Case.Owner) 
#Convert to known date time 
rDSamp$Ticket.Created.Date...Time <- 
    rDSamp$Ticket.Created.Date...Time %>% 
    as.POSIXct(format="%m/%d/%Y") %>% 
    as.character() 

FilterDateRange = function(data, feature, minDate, maxDate) { 
    minDate = minDate %>% 
      as.POSIXct(format="%m/%d/%Y") %>% 
      as.character() 
    maxDate = maxDate %>% 
      as.POSIXct(format="%m/%d/%Y") %>% 
      as.character() 
    result = subset(data, data[feature] <= maxDate) 
    subset(result, result[feature] >= minDate) 
} 

d <- rDSamp %>% 
    FilterDateRange("Ticket.Created.Date...Time", "1/1/2013", "12/31/2013") %>% 
    group_by(Ticket.Created.Date...Time, Case.Owner) %>% 
    summarise(
count = n() 
) %>% 
    arrange(Ticket.Created.Date...Time) 

Für die endgültigen Informationen, ich versuche ggvis layer_smooths und es berichtet zu verwenden na von coersion eingeführt ist, ist meine Vermutung Löcher in den Daten verursacht dies.

eine Lösung gefunden, für mehr generische Suche ...

FillDataHolesWithZeros = function(input){ 
    countZero = input %>% 
    group_by(Ticket.Created.Date...Time) %>% 
    summarise(count = n()) %>% 
    filter(count < length(levels(input$Case.Owner))) 
    for(i in 1:nrow(countZero)) 
    { 
date = countZero[i,]$Ticket.Created.Date...Time 
departments = input %>% filter(Ticket.Created.Date...Time == date) 
myLevels = levels(input$Case.Owner) 
for(j in 1:nrow(departments)) 
{ 
    owner = departments[j,]$Case.Owner 
    myLevels = myLevels[myLevels != owner] 
} 
print(paste(i,":",myLevels)) 
for(k in 1:length(myLevels)){ 
    input = input %>% rbind(data.frame(
    Ticket.Created.Date...Time = date, 
    Case.Owner = myLevels[k], 
    count = 0 
    )) 
    } 
    } 
    return(input) 
} 

Answer 1

Versuchen

zum Beispiel

DATA

(für zukünftige Versuch zeigt reproduceble Daten und konkretes Problem)

Date=c(rep("2016-01-01",2),rep("2016-01-02",3),rep("2016-01-03",4)) 
CaseOwner=c(letters[1:2],letters[1:3],letters[1:4]) 
CallCount=1:9 
dat1=data.frame(Date, CaseOwner, CallCount) 

Gruppe + hinzufügen Reihe

library(dplyr) 
library(tidyr) 
dat1%>%group_by(Date,CaseOwner)%>%summarize(cnt=max(CallCount))%>%complete(CaseOwner, fill = list(cnt = 0)) 

Ergebnis

Source: local data frame [12 x 3] 

     Date CaseOwner cnt 
     (fctr) (fctr) (dbl) 
1 2016-01-01   a  1 
2 2016-01-01   b  2 
3 2016-01-01   c  0 
4 2016-01-01   d  0 
5 2016-01-02   a  3 
6 2016-01-02   b  4 
7 2016-01-02   c  5 
8 2016-01-02   d  0 
9 2016-01-03   a  6 
10 2016-01-03   b  7 
11 2016-01-03   c  8 
12 2016-01-03   d  9 

zusätzliches

1) %in% -Look ziemlich dann einig |

rDSamp = rData %>% 
    subset(
     Case.Owner == "Animal_Services" | 
     Case.Owner == "Waste_Management" | 
     Case.Owner == "Community_Information_and_Outreach" | 
     Case.Owner == "Waste_Management") 

auf

änderbar

rDSamp = rData[rData$Case.Owner %in% 
c("Animal_Services","Waste_Management","Community_Information_and_Outreach","Waste_Management"),] 

2), wenn Sie Datum vergleichen möchten Ihr nicht konvertieren müssen es

maxDate = maxDate %>% 
      as.POSIXct(format="%m/%d/%Y") %>% 
      as.character() 

und

data[feature] <= maxDate 

als String verglichen werden verkohlen.