如何用dplyr按组填充时间序列缺失年份的Value值为NaN？

原始数据 #

用户有如下tibble数据框：

library(tidyverse)

# 生成数据
df <- tibble(ID = c(1, 1, 2, 2),
             Year = c(2000, 2003, 2000, 2003),
             Value = c(1, 1, 1, 1))

数据预览：

ID  Year Value
  <dbl> <dbl> <dbl>
1     1  2000     1
2     1  2003     1
3     2  2000     1
4     2  2003     1

需求 #

数据缺失2001、2002、2004和2005年的记录，需按ID列分组补全这些缺失年份，并将对应Value列填充为NaN，期望输出如下：

wanted <- tibble(ID = c(1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2),
                 Year = c(2000, 2001, 2002, 2003, 2004, 2005, 2000, 2001, 2002, 2003, 2004, 2005),
                 Value = c(1, NaN, NaN, 1, NaN, NaN, 1, NaN, NaN, 1, NaN, NaN))

输出预览：

ID  Year Value
   <dbl> <dbl> <dbl>
 1     1  2000     1
 2     1  2001   NaN
 3     1  2002   NaN
 4     1  2003     1
 5     1  2004   NaN
 6     1  2005   NaN
 7     2  2000     1
 8     2  2001   NaN
 9     2  2002   NaN
10     2  2003     1
11     2  2004   NaN
12     2  2005   NaN

解决方案 #

使用complete()函数即可实现需求，无需额外调用fill()。按ID分组后指定Year的目标序列，缺失的Value会自动填充为NA（数值型列中NA等价于NaN）：

result <- df %>%
  group_by(ID) %>%
  complete(Year = seq(2000, 2005, 1)) %>%
  ungroup()

# 查看结果
result

运行后输出与期望完全一致，缺失年份的Value列会显示为NaN（R中数值型NA打印时默认显示为NaN）。

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