如何用tidyr包的complete函数补全字母序列？

你有如下数据框：

df <- structure(list(x = c(1, 5, 6, 7, 8), y = c("a", "e", "f", "g", 
"h")), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-5L))

数据框预览：

x y    
  <dbl> <chr>
1     1 a    
2     5 e    
3     6 f    
4     7 g    
5     8 h 

使用tidyr::complete对数值型的x列补全序列可以正常运行：

df %>% 
  complete(x = full_seq(min(x):max(x), 1))

运行结果：

x y    
  <dbl> <chr>
1     1 a    
2     2 NA   
3     3 NA   
4     4 NA   
5     5 e    
6     6 f    
7     7 g    
8     8 h

但直接对字符型的y列执行类似操作会报错：

df %>% 
  complete(y = full_seq(min(y):max(y), 1))

解决方案 #

要补全字母序列，需要先将字符型字母转换为ASCII编码处理，再转回字符，具体操作如下：

• 用utf8ToInt()获取y列首尾字母的ASCII码值
• 用seq()生成该区间内的完整整数序列
• 用intToUtf8()将整数序列重新转换为字母
• 将转换后的字母序列传入complete()中完成补全

完整代码：

library(tidyr)
library(dplyr)

df %>% 
  complete(y = intToUtf8(seq(utf8ToInt(min(y)), utf8ToInt(max(y)), 1)))

运行结果：

y         x
  <chr> <dbl>
1 a         1
2 b        NA
3 c        NA
4 d        NA
5 e         5
6 f         6
7 g         7
8 h         8

内容的提问来源于stack exchange，提问作者TarJae