R语言tidy方案：获取两因子所有组合（含NA/零计数项）计数

问题场景 #

现有示例数据框df结构如下：

df = data.frame(
  a = c(1978, 1978, 1978, 1978, 1978, 1978,
        1979, 1979, 1979, 1980, 1980),
  b = c("A", "A", "A", "B", "B", "C", "A", "B", "C", "A", "C")
)

初始使用group_by()+summarize()计数时，仅返回数据中实际存在的a、b组合，缺失组合（如a=1980, b=B）不会出现，也无法便捷支持NA值的组合统计。

最简实现方案 #

直接使用tidyr包提供的complete()函数即可，该函数属于tidyverse生态，完全符合tidy风格写法，不需要写循环或冗余判断。

代码示例 #

library(tidyverse)

# 写法1：沿用group_by+summarize逻辑，补全组合
test = df %>% 
  group_by(a, b) %>% 
  summarize(counts = n(), .groups = "drop") %>% 
  # 自动生成a、b所有取值的笛卡尔积，缺失组合的counts填0，保留NA值作为合法分组
  complete(a, b, fill = list(counts = 0), na.rm = FALSE)

# 写法2：用count()简化分组计数步骤，效果完全一致
test = df %>% 
  count(a, b, name = "counts") %>% 
  complete(a, b, fill = list(counts = 0), na.rm = FALSE)

代码说明 #

• complete()会自动提取传入列（这里是a、b）的所有唯一取值，生成全量组合笛卡尔积，自动匹配原有计数结果，匹配不到的组合按fill参数指定的值填充，设置为0刚好满足0计数需求。
• 设置na.rm = FALSE后，列中存在的NA值会被作为独立的分组取值参与全组合生成，不需要额外写条件判断处理NA。
• 如果你明确知道某一列的固定取值范围（比如b列固定包含A/B/C三类，哪怕某份数据里完全没出现B也要补全），可以在complete()中手动指定取值列表，例如complete(a = unique(a), b = c("A","B","C"), fill = list(counts=0))，避免遗漏数据中未出现的预期组合。

示例运行结果 #

针对提供的示例df，运行上述代码后会自动补全缺失的1980-B组合，输出结果如下：

# A tibble: 9 × 3
      a b     counts
  <dbl> <chr>  <dbl>
1  1978 A          3
2  1978 B          2
3  1978 C          1
4  1979 A          1
5  1979 B          1
6  1979 C          1
7  1980 A          1
8  1980 B          0
9  1980 C          1

注：初始运行得到的结果存在重复行，是因为旧版本dplyr中summarize()默认不会取消所有分组，在summarize()中添加.groups = "drop"参数，或者直接使用count()函数即可避免这个问题。

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