我试图计算有多少学生在他们的科目中得到了1、2、3、4和5，我希望为每门科目和可能的分数（math_1、science_2等）设置一列。
我最初写了一个for循环，但是我的实际数据集有太多的case，我需要使用map。我可以让它工作，但是它产生了许多NA，并且每列只有一个块有实际数据。我很好奇地想知道：
1.为什么map_df（）会这样做？如何避免？或者
1.我怎样才能把这个数据集中起来，使第一个数据集中的原始行（18行）中只有一行有这个信息？换句话说，我将上下连接列，这样所有的NA都被填充了（除非真的有缺失数据）。
这是我的密码

library(tidyverse)

#Set up - generate sample dataset and get all combinations of grades and subjects

student_grades <- tibble(student_id = c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4, 5, 5),
                         subject = c(rep(c("english", "biology", "math", "history"), 4), NA, "biology"),
                         grade = as.character(c(1, 2, 3, 4, 5, 4, 3, 2, 2, 4, 1, 1, 1, 1, 2, 3, 3, 4)))

all_subject_combos <- c("english", "history", "math", "biology")
all_grades <- c("1", "2", "3", 
                "4", "5")

subjects_and_letter_grades <- expand.grid(all_subject_combos, all_grades)

all_combos <- subjects_and_letter_grades %>%
  unite("names", c(Var1, Var2)) %>%
  mutate(names = str_replace_all(names, "\\|", "_")) %>%
  pull(names)

# iterate over each combination using map_df()
student_map <- map_df(all_combos,
                        ~student_grades %>%
                          mutate("{.x}" := paste(i)) %>%
                          group_by(student_id) %>%
                          mutate("{.x}" := sum(case_when(str_detect(.x, subject) &
                                                           str_detect(.x, grade) ~ 1,
                                                         TRUE ~ 0), na.rm = T)))

EDIT声明一下，我几乎相同的for循环并没有填充很多缺失的值，我认为这一定与构建数据集的方式有关，但我不知道如何覆盖map_df在幕后所做的事情。

student_map <- student_grades
for(i in all_combos) {
  student_map <- student_map %>%
    mutate("{i}" := paste(i)) %>%
    group_by(student_id) %>%
    mutate("{i}" := sum(case_when(str_detect(i, subject) &
                                    str_detect(i, grade) ~ 1,
                                  TRUE ~ 0), na.rm = T)) 
}