R语言使用merge按分组补全数据框缺失日期的实现方法

核心思路是先构建「每个分组对应全量连续日期」的基准笛卡尔积表，再通过merge()左连接匹配原始记录，补全所有缺失日期，全程使用base R原生函数即可实现，无需安装第三方包。

第一步：生成基准匹配框架 #

df1仅存储全量连续日期，缺少分组维度，首先通过无关联键的merge生成日期和分组的笛卡尔积，确保两个分组都覆盖完整日期段：

# 提取所有需要覆盖的分组值，也可直接硬编码为c(1001,1002)
group_list <- unique(df2$Group)

# 生成 全日期×全分组 的基准表
full_frame <- merge(
  x = df1,
  y = data.frame(Group = group_list),
  by = NULL
)

执行后full_frame的行数为「df1总日期数 × 分组数」，每个分组都对应完整的连续日期序列。

第二步：左连接补全缺失记录 #

以full_frame为左表，原始不完整表df2为右表，按Date、Group两个公共字段做左连接，保留左表全部记录，自动补全df2中缺失的日期行：

dfdesired <- merge(
  x = full_frame,
  y = df2,
  by = c("Date", "Group"),
  all.x = TRUE
)

# 按分组、日期排序整理结果，重置行名
dfdesired <- dfdesired[order(dfdesired$Group, dfdesired$Date), ]
rownames(dfdesired) <- NULL

结果校验 #

运行以下代码可快速验证输出是否符合要求：

# 检查每个分组的记录数是否等于全量日期总数
as.data.frame(table(dfdesired$Group))

# 检查每个分组的日期范围是否匹配目标区间
tapply(dfdesired$Date, dfdesired$Group, range)

如果df2中除Date、Group外还有其他业务字段，上述代码可直接兼容，缺失日期对应的业务字段会自动填充为NA，后续可按需使用前向填充、固定值填充等方式处理NA值。

内容的提问来源于stack exchange，提问作者user17582908