在R语言中为数据集补全年份缺失行并设置对应变量值

原代码的核心问题：

• 冗余的fill操作：complete已经为每个id生成了完整年份序列，无需对year列做填充；对var的填充完全多余，后续的mutate(var=0)还直接覆盖了所有原有值。

以下是修正后的代码：

library(dplyr)
library(tidyr)

my_data %>% 
  group_by(id) %>% 
  # 生成每个id从最小年份到最大年份的连续序列
  complete(year = full_seq(year, period = 1)) %>% 
  # 将新增行的NA值替换为0，保留原有行的var值
  mutate(var = ifelse(is.na(var), 0, var)) %>%
  ungroup()

运行后得到的预期结果：

# A tibble: 16 × 3
   id     year   var
   <chr> <dbl> <dbl>
 1 james  2013     1
 2 james  2014     0
 3 james  2015     0
 4 james  2016     1
 5 james  2017     1
 6 james  2018     1
 7 james  2019     0
 8 james  2020     1
 9 john   2010     1
10 john   2011     1
11 john   2012     0
12 john   2013     0
13 john   2014     1
14 john   2015     0
15 john   2016     1
16 john   2017     1

代码逻辑说明 #

1. group_by(id)：按用户id分组，保证每个id独立处理年份序列
2. complete(year = full_seq(year, period = 1))：为每个id生成从自身最小年份到最大年份的连续年份，新增行的var会自动标记为NA
3. mutate(var = ifelse(is.na(var), 0, var))：将新增行的NA值替换为0，原有存在的var值保持不变
4. ungroup()：取消分组，恢复为普通数据结构

内容的提问来源于stack exchange，提问作者stats_noob