R data.table按分组data.table合并

Question

我有一个大型数据集(大约800米行)作为data.table。数据集由数千个ID的等距时间序列数据组成。我的问题是，丢失的值最初没有编码，但实际上在dataset中缺失。因此，我想添加缺少数据的行。我知道每个ID都应该有相同的时间戳。

考虑到数据集的大小，我最初的想法是创建一个data.table，其中包括数据应该包含的每个时间步骤，然后为主data.table的每个ID使用合并与data.table。然而，到目前为止，如果我的具有所有时间步骤的data.table (complete_dt)也包括ID列，我才能做到这一点。但是，这会产生大量冗余信息，因为每个ID都应该有相同的时间步骤。

为了简单起见，我的数据是等距的，所以我用一个简单的整数列替换了POSIXct列。

library(data.table)

# My main dataset 
set.seed(123)
main_dt <- data.table(id = as.factor(rep(1:3, c(5,4,3))), 
                   pseudo_time = c(1,3,4,6,7, 1,3,4,5, 3,5,6),
                   value = runif(12))

# Assuming that I should have the pseudo timesteps 1:7 for each ID
# Given the size of my real data I would like to create the pseudo time not for each ID but only once
complete_dt <- main_dt[, list(pseudo_time = 1:7), by = id]

#The dt I need to get in the end
result_dt <- merge.data.table(main_dt,complete_dt, all = TRUE )

我见过这样一个类似的问题-- Merge (full join) recursively one data.table with each group of another data.table，但我没有把它应用到我的问题上。

任何帮助，以一个更有效的解决方案，然后我的，将不胜感激。

Answer 1

这里有另一种选择，但可能并不是更有效率：

setkey(main_dt, id, pseudo_time)
main_dt[CJ(id, pseudo_time = 1:7, unique = TRUE)]