R按分组提取起始日期前5天及间隔日期补全数据报错求解

你遇到的'from' must be of length 1报错，核心原因是seq()不属于dplyr的分组适配函数，你在管道中直接把整个分组后的数据框传给seq()作为第一个参数，函数无法按单个分组读取长度为1的起始日期值，无法正常生成序列。

直接用tidyr::complete()做分组补全即可，不需要提前切片取最早日期，自动兼容任意数量的原始列，缺失值默认填充NA，完全匹配你的需求：

library(lubridate)
library(dplyr)
library(tidyr)

data <- data.frame(date = c("2020-06-08",
                            "2020-06-09",
                            "2020-06-10",
                            "2020-06-11",
                            "2020-06-12",
                            "2021-07-13",    
                            "2021-07-14",
                            "2021-07-15",
                            "2021-08-16",
                            "2021-08-17",
                            "2021-08-18",
                            "2021-09-19",
                            "2021-09-20"),
                   value = c(2,1,7,1,0,1,2,3,4,7,6,5,10),
                   category = c(1,1,1,1,1,2,2,2,3,3,3,4,4))
data$date <- as.Date(data$date)  

# 核心处理逻辑
result <- data %>%
  group_by(category) %>%
  complete(
    date = seq(min(date) - 5, min(date), by = "day")
  ) %>%
  ungroup()

逻辑说明 #

• 按category字段分组后，complete()会为每个分组单独计算最早日期min(date)，自动生成从最早日期往前5天到最早日期本身的连续6天日期
• 原始数据中存在的category+date匹配记录，会自动保留所有原有列的取值；不存在的记录，除分组字段和日期字段外，其余所有列自动填充NA，无论原始数据有多少列都无需额外配置
• 以测试数据中category=1的分组为例，最终会生成2020-06-03至2020-06-08共6条记录，其中2020-06-03至2020-06-07的value字段为NA，2020-06-08的value为原始值2，符合预期。

如果你需要对特定列指定NA之外的填充值，可以在complete()中加fill = list(列名1 = 填充值, 列名2 = 填充值)参数即可。

内容的提问来源于stack exchange，提问作者Karmic Dreamwork