如何高效为R语言dataframe批量添加缺失变量？

现有R数据框raw_data_2，变量命名规则为「前缀_年份」（比如a_2022、b_2023），但部分年份下的前缀变量缺失，需要批量补充这些缺失变量（值为NA）生成raw_data_2_fixed，无需手动逐个添加变量，以下是高效实现方案。

原始数据 #

library(tidyverse)
raw_data_2 <- data.frame(category=c('A','B','C'),
                      a_2022=c(1,2,3),
                      b_2022=c(0.1,0.4,0.3),
                      a_2023=c(1.5,3,4),
                      e_2023=c(0.3,0.7,0.5)
                      )

期望输出 #

raw_data_2_fixed <- data.frame(category=c('A','B','C'),
                      a_2022=c(1,2,3),
                      b_2022=c(0.1,0.4,0.3),
                      e_2022=c(NA,NA,NA),
                      a_2023=c(1.5,3,4),
                      b_2023=c(NA,NA,NA),
                      e_2023=c(0.3,0.7,0.5)
                      )

高效实现代码 #

利用tidyverse的pivot_longer、complete和pivot_wider函数自动补全所有缺失的变量组合，无需手动指定变量名：

raw_data_2_fixed <- raw_data_2 %>%
  # 将宽表转长表，拆分变量名为前缀和年份
  pivot_longer(
    cols = -category,
    names_to = c("prefix", "year"),
    names_sep = "_",
    values_to = "value"
  ) %>%
  # 补全所有前缀与年份的组合，按category分组保留原有数据
  complete(prefix, year, nesting(category)) %>%
  # 转回宽表，恢复「前缀_年份」的变量命名格式
  pivot_wider(
    names_from = c(prefix, year),
    values_from = value,
    names_sep = "_"
  ) %>%
  # 按年份和前缀排序列（可选，让列顺序与示例一致）
  select(category, matches("_2022"), matches("_2023"))

代码说明 #

1. 转长表：把除category外的列转换为长格式，拆分变量名得到前缀（a、b、e）和年份（2022、2023）。
2. 补全组合：自动生成所有前缀与年份的可能组合，缺失的组合对应值填充为NA。
3. 转回宽表：将长表还原为宽表，自动生成所有缺失的变量列。
4. 列排序：可选步骤，让列按年份分组排列，和示例输出的列顺序一致。

内容的提问来源于stack exchange，提问作者anderwyang