如何为tibble按ID补全固定年份范围的缺失行并保留原有数据

输入数据 #

tibble::tribble(
  ~Year, ~ID, ~Size,
  2006,   1,  5,
  2007,   1,  8,
  2009,  2,  6,
  2010,   2,  4, 
  2007,   3,  1,
  2009, 3, 2
)

需求 #

为每个ID（1、2、3）补全2006-2010年份范围内的所有缺失行，保留原有行的Size数据，新增行的Size列填充NA。

期望输出 #

tibble::tribble(
  ~Year, ~ID, ~Size,
  2006,   1,  5,
  2007,   1,  8,
  2008,   1, NA,
  2009,   1, NA,
  2010,   1, NA,
  2006,   2, NA,
  2007,   2, NA,
  2008,   2, NA,
  2009,   2,  6,
  2010,   2,  4, 
  2006,   3, NA,
  2007,   3,  1,
  2008,   3, NA,
  2009,   3,  2,
  2010,   3, NA
)

解决方案 #

使用tidyr包的complete()函数可以直接实现需求，无需循环或add_rows：

library(tidyverse)

# 定义输入数据
df <- tibble::tribble(
  ~Year, ~ID, ~Size,
  2006,   1,  5,
  2007,   1,  8,
  2009,  2,  6,
  2010,   2,  4, 
  2007,   3,  1,
  2009, 3, 2
)

# 补全年份与ID的所有组合
df_complete <- df %>%
  complete(ID, Year = 2006:2010)

# 输出结果
print(df_complete)

说明 #

• complete(ID, Year = 2006:2010)会按ID分组，生成2006到2010年的所有年份组合，原有数据的Size值会被保留，缺失组合的Size自动填充为NA，完全匹配需求。

内容的提问来源于stack exchange，提问作者I. G.