使用dplyr扩展分组DataFrame：补全缺失日期并填充NA

针对你提供的分组DataFrame，要为每个id补全所有出现过的日期记录，缺失的value列填充NA，这里提供两种实用方法：

数据构造代码 #

id <- c("a", "a", "a", "b", "b", "b", "c")
date <- c("2020-01-01", "2020-01-02", "2020-01-03",
          "2020-01-01", "2020-01-02", "2020-01-03",
          "2020-01-01")
value <- rnorm(n = length(id))
df <- cbind.data.frame(id, date, value)

方法一：使用tidyr::complete（简洁高效） #

借助tidyverse工具集里的complete函数，一键生成id和date的所有组合，自动填充缺失的value为NA：

library(tidyverse)

df_complete <- df %>%
  complete(id, date)

执行后，id为"c"的记录会自动补上2020-01-02和2020-01-03的行，对应的value列是NA。

方法二：Base R实现（无需额外包） #

如果不想加载第三方包，用基础R的expand.grid和merge也能实现：

# 生成所有id和日期的组合
all_pairs <- expand.grid(id = unique(df$id), date = unique(df$date), stringsAsFactors = FALSE)

# 左连接原数据，补全缺失值
df_complete <- merge(all_pairs, df, by = c("id", "date"), all.x = TRUE)

expand.grid会创建所有可能的id-date配对，merge的all.x=TRUE参数确保保留所有配对，原数据中没有的记录会自动给value赋值NA。

内容的提问来源于stack exchange，提问作者Muhammad Kamil