根据条件使用循环或IF函数在数据帧中添加值-在R代码中

如何解决根据条件使用循环或IF函数在数据帧中添加值-在R代码中

我有一个数据，其中每个帐号给出每月现金余额。但是，为每个帐户ID给出数据的记录数或月数是不同的，例如有些具有12个月的数据，有些具有24个月的数据，依此类推。我必须将所有数据放入ARIMA模型中并预测下个月的余额。我注意到ARIMA模型在不均衡的时期内不起作用，或者会产生异常的结果。

`Account_id  Month  $ balance
A            201901 100
A            201902 120
A            201903 135
B            201903 20
C            201902 1700
C            201903 1400

` 我尝试添加缺少月份的行，并通过在excel中修改数据集，使余额中的值为零，导致所有帐户的记录和月份数相同。

我想通过R代码完成本手册。我相信这应该是一些循环/ IF函数或Rbind / cbind之类的东西，但对代码的要求并不那么流利。请帮忙！

基于建议的解决方案，我尝试了此操作：

每个月每个ID产生54行，所有余额显示为0

months <- as.character(seq(as.Date('2015-01-
01'),as.Date('2019-06-01'),by = "1 month"))

accounts <- df$account_id

shell <- expand.grid(Account_id = accounts,Month = months,stringsAsFactors 
= F)

data <- data.frame(Account_id = df$account_id,Month = 
df$partition_ledger_year_month,balance = df$amount_usd,stringsAsFactors = F)

df2 <- merge(shell,data,by=c('Account_id','Month'),all.x = T)

df2[which(is.na(df2$balance)),]$balance <- 0

预期输出：

`Account_id  Month  $ balance
A            201901 100
A            201902 120
A            201903 135
B            201901 0
B            201902 0
B            201903 20
C            201901 0
C            201902 1700
C            201903 1400

所有值都在我的数据框列中，只有我必须失去平衡为'0'的飞蛾。任何帐户ID的完整数据为54个月。

解决方法

如何制作一个余额为零的shell data.frame然后填充您拥有的余额：

# All Possible Months
months <- as.character(seq(as.Date('2019-01-01'),as.Date('2020-01-01'),by = "1 month"))

# All Possible account ids
accounts <- LETTERS

# A shell
shell <- expand.grid(Account_id = accounts,Month = months,stringsAsFactors = F)

# Your data
data <- data.frame(Account_id = c('A','B','A'),Month = c('2019-02-01','2019-03-01','2019-01-01'),balance = c(100,200,300),stringsAsFactors = F)

# Left Join to the shell
df <- merge(shell,data,by=c('Account_id','Month'),all.x = T)

# Fill in missing balances
df[which(is.na(df$balance)),]$balance <- 0


df

您可以使用tidyr::complete并用0填充balance的缺失值。

df1 <- tidyr::complete(df,Account_id,Month,fill = list(balance = 0))
df1
# A tibble: 9 x 3
#  Account_id  Month balance
#  <chr>       <int>   <dbl>
#1 A          201901     100
#2 A          201902     120
#3 A          201903     135
#4 B          201901       0
#5 B          201902       0
#6 B          201903      20
#7 C          201901       0
#8 C          201902    1700
#9 C          201903    1400

数据

df <- structure(list(Account_id = c("A","A","B","C","C"),Month = c(201901L,201902L,201903L,201903L
    ),balance = c(100L,120L,135L,20L,1700L,1400L)),class = "data.frame",row.names = c(NA,-6L))