使用dplyr的complete补全数据框缺失值报错，求解决方案

问题背景 #

我们有如下R数据框，经过分组计数后，部分AOI分组缺少Values的部分取值（比如EA缺少Values=1）：

library(tidyverse)

df = tibble(AOI = c('NA', 'NA', 'NA', 'NA', 'NA', 'EA', 'EA'),
            Values = c(-1, -1, 0, 1, 1, -1, 0))

# 分组计数后的结果
df = df %>% group_by(AOI, Values) %>% tally()

分组后的数据：

AOI     Values  n
<chr>   <dbl>   <int>
EA     -1       1
EA      0       1
NA     -1       2
NA      0       1
NA      1       2

尝试用complete补全缺失值时触发报错：

Error in dplyr::summarise():
! Problem while computing ..1 = complete(data = dplyr::cur_data(), ..., fill = fill, explicit = explicit).
ℹ The error occurred in group 1: AOI = "EA".
Caused by error:
! object 'AOI' not found

需要得到的目标输出：

AOI     Values  n
<chr>   <dbl>   <int>
EA     -1       1
EA      0       1
EA      1       0
NA     -1       2
NA      0       1
NA      1       2

解决方案 #

1. 修复complete的使用（最直接） #

报错的核心原因是数据框仍处于分组状态，complete在分组数据上运行时会错误地将AOI当作分组内变量处理。只需先取消分组，再指定Values的完整取值范围：

df = df %>% 
  ungroup() %>% 
  complete(AOI, Values = c(-1, 0, 1), fill = list(n = 0))

2. 用expand_grid + left_join实现 #

如果更习惯用连接操作，可以先生成所有AOI和Values的组合，再左连接原数据并填充缺失值：

# 生成所有可能的组合
full_grid = expand_grid(AOI = unique(df$AOI), Values = c(-1, 0, 1))

# 左连接并替换NA为0
df = full_grid %>% 
  left_join(df, by = c("AOI", "Values")) %>% 
  mutate(n = replace_na(n, 0))

3. 分组内直接补全 #

也可以在分组状态下，用reframe生成每个AOI对应的完整Values序列，并匹配计数：

df = df %>% 
  group_by(AOI) %>% 
  reframe(
    Values = c(-1, 0, 1),
    # 匹配原数据中的计数，无匹配则设为0
    n = ifelse(Values %in% .data$Values, .data$n[match(Values, .data$Values)], 0)
  )

内容的提问来源于stack exchange，提问作者Stefano Potter