如何用R的tidyverse补全缺失水果类别并设置数量为0？

解决方案代码 #

以下是精准匹配需求的实现代码：

# 加载tidyverse工具包
library(tidyverse)

# 读取CSV文件，保留Qty的字符格式以维持前导零（如"09"）
df <- read_csv("your_file.csv", col_types = cols(Qty = col_character()))

# 定义需要补充的缺失行
additional_entries <- tribble(
  ~Name, ~Fruit, ~Qty,
  "Wikfae", "Pear", "0",
  "Moigaw", "Apple", "0"
)

# 合并原数据与补充行，按Name排序匹配示例输出
final_df <- df %>%
  bind_rows(additional_entries) %>%
  arrange(Name)

# 查看处理结果
final_df

# 可选：将结果保存为新CSV文件
write_csv(final_df, "completed_data.csv")

关键说明 #

• 保留前导零：原数据中Qty列包含"09"这类带前导零的内容，通过col_types = cols(Qty = col_character())指定读取为字符型，避免自动转为数值型丢失前导零。若无需保留前导零，可删除该参数，补充行的Qty设为数值0即可。
• 精准补全：通过tribble()手动构建需要补充的行，仅为指定用户添加缺失的水果类别，不会改动其他用户的原有数据。
• 排序对齐示例：使用arrange(Name)让结果按用户名排序，与你提供的期望输出顺序一致。

通用补全方案（可选） #

如果后续需要为所有用户补全所有存在的水果类别（比如每个用户都要有Apple和Pear），可以用complete()函数一键生成所有组合并填充缺失值：

df %>%
  complete(Name, Fruit, fill = list(Qty = "0"))

注意：该方案会为Tauwen补充Pear、为Tauewn补充Apple，若不需要此效果，请使用前面的精准补全方案。

内容的提问来源于stack exchange，提问作者Ginko-Mitten