如何按指定列扩展R语言dataframe并补全缺失值为0

原始数据 #

old <- data.frame(
  date = c("04/01/2022", "05/01/2022", "07/01/2022", "04/01/2022", "06/01/2022","07/01/2022"), 
  type = c(rep("x", 3), rep("y",3)),
  name = c("t", "p", "k", "t", "p", "L"), 
  value = c(10,20,30, 9, 5, 8)
)

需求说明 #

需要将上述DataFrame扩展为包含所有date、type、name组合的新DataFrame：

• 为每个日期生成所有type和name的组合
• 原始数据中不存在的date/type/name组合，对应的value填充为0
• 最终数据维度为N.date × N.type × N.name

解法一：tidyverse工具链（推荐） #

使用tidyr::complete()直接生成全组合并填充缺失值，代码简洁易读：

library(tidyverse)

new_df <- old %>%
  # 生成date、type、name的所有可能组合，缺失value补0
  complete(date, type, name, fill = list(value = 0)) %>%
  # 按目标顺序调整name的排序（可选，匹配示例格式）
  mutate(name = factor(name, levels = c("t", "p", "k", "L"))) %>%
  # 按date、type、name排序
  arrange(date, type, name)

解法二：Base R实现 #

无需加载第三方包，通过expand.grid()生成全组合后合并补值：

# 生成所有变量的全组合
all_combinations <- expand.grid(
  date = unique(old$date),
  type = unique(old$type),
  name = unique(old$name),
  stringsAsFactors = FALSE
)

# 左连接原始数据，补全缺失值为0
new_df <- merge(all_combinations, old, by = c("date", "type", "name"), all.x = TRUE)
new_df$value[is.na(new_df$value)] <- 0

# 调整顺序匹配目标格式
new_df <- new_df[order(new_df$date, new_df$type, new_df$name), ]
row.names(new_df) <- NULL

补充说明 #

如果需要将value转为字符型（匹配示例中的格式），可添加一行：

new_df$value <- as.character(new_df$value)

内容的提问来源于stack exchange，提问作者Jef van Cappellen