在R中使用do(pad(.))填充数据时如何保留所有列名？

问题根源 #

1. do函数的兼容性问题：dplyr的do函数在新版本中已不再推荐使用，改用group_modify更适配分组处理数据框的场景，能避免上下文传递导致的列值丢失问题。
2. 非日期列填充逻辑：如果分组内的brand、device等列存在多个不同值，pad()无法自动确定填充值会生成NA；若列值为常量仍出现NA，大概率是分组语法或函数调用的传递问题。

解决方案 #

方案一：用group_modify替代do（推荐） #

group_modify是dplyr专为分组处理数据框设计的函数，能更稳定地传递数据：

library(dplyr)
library(padr)

padded_data <- data %>% 
  group_by(GROUP2) %>%  # 单个分组列直接用group_by即可，无需group_by_at
  group_modify(~ pad(.x)) %>% 
  ungroup()

如果GROUP2是多个分组列组成的向量（比如c("group_col1", "group_col2")），则用：

padded_data <- data %>% 
  group_by_at(GROUP2) %>% 
  group_modify(~ pad(.x)) %>% 
  ungroup()

方案二：填充非日期列的NA值 #

如果分组内存在多值列，或仍有NA残留，用tidyr::fill统一填充：

library(dplyr)
library(padr)
library(tidyr)

padded_data <- data %>% 
  group_by(GROUP2) %>% 
  group_modify(~ pad(.x)) %>% 
  fill(brand, device, .direction = "downup") %>%  # 上下双向填充NA
  ungroup()

方案三：提前聚合非日期列 #

若分组内非日期列的值不统一，先将其聚合为单个值再执行填充：

padded_data <- data %>% 
  group_by(GROUP2) %>% 
  mutate(
    brand = first(brand),  # 取分组内第一个值，也可根据需求用last/max等
    device = first(device)
  ) %>% 
  group_modify(~ pad(.x)) %>% 
  ungroup()

内容的提问来源于stack exchange，提问作者mfalcon