R语言中循环合并数据框补全缺失值时列重复的问题及解决方案求助

我完全懂你的困扰——之前的循环把每个日期的处理结果当成列拼接，导致变量重复成了宽格式，而你要的是每个日期对应全量车辆的长格式数据。这里有两种解决思路，一种修正你原来的循环逻辑，另一种用tidyverse工具实现更简洁的批量处理：

方法1：修正原有循环 #

问题出在你循环中合并列表的方式：原来的c(mylist, res)会把每个日期的结果作为列添加，而我们需要把每个日期处理后的数据集作为行集合起来。修改后的循环如下：

library(dplyr)

# 保留你之前的预处理代码
data("mtcars")
mtcars <- cbind(cars = rownames(mtcars), mtcars)
rownames(mtcars) <- 1:nrow(mtcars)
date <- rep(seq(as.Date("2015-01-02"), by = "month", length.out = 4), times = 8)
mtcars <- cbind(date = date, mtcars)
mtcars <- mtcars %>% arrange(date)
add_cars <- c("renault", "dacia", "benz", "ferrari", "AC", "Acura", "Aixam", "Alfa", "Bertone", "Bestune", "Chevrolet", "Chrysler", "Haima", "Haval", "Hawtai", "Hennessey")
total_cars <- tibble(cars = c(unique(mtcars$cars), add_cars))
car_dates <- split(mtcars, f = mtcars$date)

# 修正后的循环逻辑
mylist <- list()
for (i in 1:length(car_dates)){
  # 对单个日期的数据和全量车辆做full_join，补全缺失观测
  res <- full_join(car_dates[[i]], total_cars, by = "cars")
  # 将处理后的数据集作为列表元素存入（不是列！）
  mylist[[i]] <- res
}

# 把列表中所有数据集行绑定，得到最终长格式数据
mydata_full <- bind_rows(mylist)

# 验证结果：192行（4个日期 × 48辆车），13列
dim(mydata_full) # 输出应该是 192 13

方法2：用tidyverse工具一步到位（更简洁） #

不需要循环，用tidyr::complete或者expand_grid+left_join就能直接生成所有日期与车辆的组合，自动补全缺失值：

方式A：使用tidyr::complete（推荐） #

complete函数可以直接帮你生成指定变量的所有可能组合，并补全缺失的观测值：

library(dplyr)
library(tidyr)

# 同样保留预处理代码到mtcars整理完成
data("mtcars")
mtcars <- cbind(cars = rownames(mtcars), mtcars)
rownames(mtcars) <- 1:nrow(mtcars)
date <- rep(seq(as.Date("2015-01-02"), by = "month", length.out = 4), times = 8)
mtcars <- cbind(date = date, mtcars)
mtcars <- mtcars %>% arrange(date)
add_cars <- c("renault", "dacia", "benz", "ferrari", "AC", "Acura", "Aixam", "Alfa", "Bertone", "Bestune", "Chevrolet", "Chrysler", "Haima", "Haval", "Hawtai", "Hennessey")
total_cars <- tibble(cars = c(unique(mtcars$cars), add_cars))

# 一行代码生成目标数据集
mydata_full <- mtcars %>%
  complete(date, cars = total_cars$cars)

方式B：使用expand_grid+left_join #

先手动生成所有日期和车辆的组合，再与原数据关联补全：

library(dplyr)

# 预处理代码同上
# ...

# 生成所有日期×车辆的组合
all_combinations <- expand_grid(date = unique(mtcars$date), cars = total_cars$cars)
# 关联原数据，补全缺失值
mydata_full <- all_combinations %>% 
  left_join(mtcars, by = c("date", "cars"))

这两种方法都会生成你需要的192行、13列的长格式数据集，每个日期下都包含所有48辆车的观测记录，缺失值自动填充为NA。

内容的提问来源于stack exchange，提问作者77x