我有一个数据框，如下所示，其中包含每个站点和日期的一种物种（3种独特的焦点物种）的原始计数。然而，数据框不包括在未遇到生物体时访问的站点。我有一个第二个数据框，其中包含每个站点访问的所有日期。我需要在数据框中为访问了站点但未观察到每种3种物种中的任何一种生物的情况下填充零值。
例如，站点“admin_pond”被访问了4次，但当我将数据为一种物种展开时，它显示只有3次访问，因为4次中有3次遇到了生物体。我需要相应地将第4次访问填充为零。
# 针对遇到生物体的站点的数据
mid_clean_up <- 结构（列表（日期=结构（c（19116、19116、19116、19117、
19117、19117、19123、19123、19123、19124、19124、19130、19130、
19130、19131、19131、19132、19138、19138、19139、19139、19146、
19146、19147、19147、19150、19150、19151、19151、19157、19157、
19158、19158、19166、19170、19170、19171、19171、19184、19184、
19185、19185、19191、19191、19192、19192、19206、19244、19244、
19245、19265），类=“日期”），站点= c（“wood_lab_pond”，
“wood_lab_pond”，“wood_lab_pond”，“phelps_pond”，“phelps_pond”，
“phelps_pond”，“admin_pond”，“admin_pond”，“admin_pond”，“rv_pond”，
“rv_pond”，“admin_pond”，“admin_pond”，“admin_pond”，“admin_pond”，
“admin_pond”，“admin_pond”，“wood_lab_pond”，“wood_lab_pond”，
“wood_lab_pond”，“wood_lab_pond”，“phelps_pond”，“phelps_pond”，
“phelps_pond”，“phelps_pond”，“rv_pond”，“rv_pond”，“rv_pond”，
“rv_pond”，“tuttle_pond”，“tuttle_pond”，“tuttle_pond”，“tuttle_pond”，
“tryon_weber”，“vorisek_pond”，“vorisek_pond”，“vorisek_pond”，
“vorisek_pond”，“rv_pond”，“rv_pond”，“rv_pond”，“rv_pond”，“tuttle_pond”，
“tuttle_pond”，“tuttle_pond”，“tuttle_pond”，“tryon_weber”，“tuttle_pond”，
“tuttle_pond”，“rv_pond”，“tuttle_pond”，“tuttle_pond”），species_capture = c（“pseudacris_crucifer”，
“rana_catesbeiana”，“rana_clamitans”，“pseudacris_crucifer”，
“rana_catesbeiana”，“rana_clamitans”，“pseudacris_crucifer”，
“rana_catesbeiana”，“rana_clamitans”，“pseudacris_crucifer”，
“rana_catesbeiana”，“pseudacris_crucifer”，“rana_catesbeiana”，
“rana_clamitans”，“pseudacris_crucifer”，“rana_catesbeiana”，
“pseudacris_crucifer”，“rana_catesbeiana”，“rana_clamitans”，
“rana_catesbeiana”，“rana_clamitans”，“rana_catesbeiana”，“rana_clamitans”，
“rana_catesbeiana”，“rana_clamitans”，“rana_catesbeiana”，“rana_clamitans”，
“rana_catesbeiana”，“rana_clamitans”，“rana_catesbeiana”，“rana_clamitans”，
“rana_catesbeiana”，“rana_clamitans”，“rana_clamitans”，“rana_catesbeiana”，
“rana_clamitans”，“rana_catesbeiana”，“rana_clamitans”，“rana_catesbeiana”，
“rana_clamitans”，“rana_catesbeiana”，“rana_clamitans”，“rana_catesbeiana”，
“rana_clamitans”，“rana_clamitans”，“rana_catesbeiana”，“rana_clamitans”，
“rana_catesbeiana”，“rana_catesbeiana”，“rana_clamitans”），n = c（2L，2L，1L，4L，4L，7L，4L，9L，5L，
16L，1L，2L，15L，3L，3L，20L，1L，4L，22L，3L，3L，3L，10L，
6L，16L，7L，2L，5L，1L，15L，19L，22L，3L，1L，14L，8L，13L，
1L，13L，7L，29L，3L，39L，3L，31L，2L，2L，29L，1L，11L，20L，
2L）），类= c（“tbl_df”，“tbl”，“data.frame”），row.names = c（NA，
-52L））
# 针对一种物种访问的数据透视表
bull_frog_visits <- mid_clean_up ％>% 
  选择（站点，日期，species_capture，n） ％>% 
  筛选（species_capture ==“rana_catesbeiana”） ％>% 
  选择（！species_capture） ％>% 
  按站点分组（） ％>% 
  变异（n_visit = match（date，unique（date）），
         n_visit = paste0（“visit_”，n_visit，sep =“”）） ％>% 
  选择（！date） ％>% 
  取消分组（） ％>% 
  透视更宽（names_from = c（“n_visit”
<details>
<summary>英文:</summary>
I have a df, as shown below, that has raw counts of a species (3 unique focal species) per site and date. However the df does not include sites when no organisms were encountered. I have a second df that  has all the dates for each site visit. I need to populate zeros across the data frame for when sites were visited but no organism for each of the 3 species were not observed. 
For example, site &quot;admin_pond&quot; was visited 4 times but when I pivot the data wider for one species it shows it only had 3 visits because 3 out of the 4 times organisms were encountered. I need to populate that 4th visit as a zero accordlingly.
[![one species][1]][1]
[![true visits][2]][2]
data for sites where organisms were encountered

All sites Visited data

[1]: https://i.stack.imgur.com/SiEUE.png
[2]: https://i.stack.imgur.com/xCrwc.png
</details>
# 答案1
**得分**: 1
我相信这将获取所有的站点访问记录，将它们与观察到的物种记录连接起来，并完成列表，包括所有的物种，对于那些缺失的物种使用 n = 0。
结果
连接中 `by = join_by(site, date)`。
# 一个 tibble: 95 × 4
date       site          species_capture         n
<date>     <chr>         <chr>               <int>
1 2022-05-04 wood_lab_pond pseudacris_crucifer     2
2 2022-05-04 wood_lab_pond rana_catesbeiana        2
3 2022-05-04 wood_lab_pond rana_clamitans          1
4 2022-05-05 phelps_pond   pseudacris_crucifer     4
5 2022-05-05 phelps_pond   rana_catesbeiana        4
6 2022-05-05 phelps_pond   rana_clamitans          7
7 2022-05-11 admin_pond    pseudacris_crucifer     4
8 2022-05-11 admin_pond    rana_catesbeiana        9
9 2022-05-11 admin_pond    rana_clamitans          5
10 2022-05-12 rv_pond       pseudacris_crucifer    16
# ℹ 还有 85 行
# ℹ 使用 `print(n = ...)` 以查看更多行。
<details>
<summary>英文:</summary>
I believe this will take all the site visits, connect them to the observed species records, and complete the list to include all the species, using n = 0 for those which were missing.
raw_visits %&gt;%
left_join(mid_clean_up) %&gt;%
complete(nesting(date, site), 
species_capture = unique(mid_clean_up$species_capture), 
fill = list(n = 0))
Result
Joining with `by = join_by(site, date)`
# A tibble: 95 &#215; 4
date       site          species_capture         n
&lt;date&gt;     &lt;chr&gt;         &lt;chr&gt;               &lt;int&gt;
1 2022-05-04 wood_lab_pond pseudacris_crucifer     2
2 2022-05-04 wood_lab_pond rana_catesbeiana        2
3 2022-05-04 wood_lab_pond rana_clamitans          1
4 2022-05-05 phelps_pond   pseudacris_crucifer     4
5 2022-05-05 phelps_pond   rana_catesbeiana        4
6 2022-05-05 phelps_pond   rana_clamitans          7
7 2022-05-11 admin_pond    pseudacris_crucifer     4
8 2022-05-11 admin_pond    rana_catesbeiana        9
9 2022-05-11 admin_pond    rana_clamitans          5
10 2022-05-12 rv_pond       pseudacris_crucifer    16
# ℹ 85 more rows
# ℹ Use `print(n = ...)` to see more rows
</details>
# 答案2
**得分**: 0
以下是已翻译的内容：
一种解决方法是将以下代码段移动到其调用流程的末尾。也就是说，
```R
bull_frog_visits <- mid_clean_up %>%
select(site, date, species_capture, n) %>%
group_by(site) %>%
mutate(n_visit = match(date, unique(date)),
n_visit = paste0("visit_", n_visit, sep = "")) %>%
select(!date) %>%
ungroup() %>%
pivot_wider(names_from = c("n_visit"), 
values_from = c("n"),
values_fn = ~ ifelse(is.na(.),0,.)) %>%
group_by(site) %>%
mutate(across(contains("visit"), 
~ifelse(is.na(.) &
!is.na(lag(.)), 0, .))) %>%
filter(species_capture == "rana_catesbeiana") %>%
select(!species_capture)

# A tibble: 6 × 7
# Groups:   site [6]
  site          visit_1 visit_2 visit_3 visit_4 visit_5 visit_6
  <chr>           <dbl>   <int>   <dbl>   <dbl>   <int>   <dbl>
1 wood_lab_pond       2       4       3      NA      NA      NA
2 phelps_pond         4       3       6      NA      NA      NA
3 admin_pond          9      15      20       0      NA      NA
4 rv_pond             1       7       5      13      29      11
5 tuttle_pond        15      22      39      31      29      20
6 vorisek_pond       14      13      NA      NA      NA      NA