在R中按分组为数据集补充缺失horizon的空白行

原始数据集 #

dat <- data.frame(
  group = c(1,1,1,1,1,1,2,2,2,2,2),
  horizon  = c(1,3,5,6,7,10,1,3,5,9,10),
  value = c(1.0,0.9,0.8,0.6,0.3,0.0,0.5,0.6,0.8,0.9,0.8),
  other = c("a","a","a","a","a","a","b","b","b","b","b")
)

需求说明 #

需按group分组，为每个组补全1~10的所有horizon值：

• 缺失的horizon对应的value设为NA
• 保留other变量（每个分组的other值固定）

解决方案 #

方法1：tidyverse 实现（简洁高效，适合大数据集） #

利用tidyr::complete()函数直接补全分组内的缺失组合：

library(tidyverse)

datx <- dat %>%
  group_by(group, other) %>%
  complete(horizon = seq(1, 10, 1)) %>%
  ungroup() %>%
  arrange(group, horizon)

注：complete()会自动为每个分组生成指定范围内的所有horizon值，缺失的value自动填充NA，同时保留分组对应的other值。

方法2：Base R 实现（无需额外安装包） #

通过生成完整的分组-horizon序列，再与原始数据合并：

# 获取每个group对应的唯一other值
group_other_map <- unique(dat[, c("group", "other")])

# 生成所有group的完整horizon序列
full_seq <- expand.grid(
  group = group_other_map$group,
  horizon = seq(1, 10, 1),
  stringsAsFactors = FALSE
)

# 关联other值并合并原始数据
full_seq <- merge(full_seq, group_other_map, by = "group", all.x = TRUE)
datx <- merge(full_seq, dat, by = c("group", "horizon", "other"), all.x = TRUE)

# 排序并重置行名
datx <- datx[order(datx$group, datx$horizon), ]
rownames(datx) <- NULL

内容的提问来源于stack exchange，提问作者Jan