R语言complete函数参数顺序及缺失组合行填充方法咨询

核心参数规则 #

complete() 配合管道%>%使用时，不需要手动传入数据框对象，管道会自动把前一步的数据集作为函数的第一个输入参数。你需要在数据参数之后传入的，是所有需要做全值交叉组合的列名，直接写裸列名即可，不需要加引号。
你代码里写的complete(twodigit, smb, ...)列参数位置本身是正确的，没有传参错误。

当前代码未生成smb=4行的原因 #

complete() 默认只会对传入列中原始数据已经存在的取值生成交叉组合。你运行complete前的数据集里smb列只有1、2、3三个取值，自然不会自动生成smb=4的行，需要手动指定要覆盖的取值范围。

修正实现方案 #

你需要在complete里明确指定smb列的取值范围包含4，同时补全所有需要填充的列的默认值，后续再对累计值做对齐即可，参考代码如下：

smbthird<-smbsecond %>% 
  dplyr::select(year,qtr,period,twodigit,codetitle,employment,twodigittotal,smb) %>%
  group_by(twodigit,smb) %>%
  summarise(employment = sum(employment), worksites = n(),
       .groups = 'drop_last')%>% 
  mutate(total_twodigit = sum(employment),
    employment = cumsum(employment),
      worksites = cumsum(worksites)) %>%
  # 明确指定要补全的列取值，配置全量填充规则
  complete(
    twodigit,
    smb = 1:4, # 手动指定smb覆盖1-4的所有取值，自动生成smb=4的组合
    fill = list(
      employment = 0,
      worksites = 0,
      total_twodigit = 0
    )
  ) %>%
  group_by(twodigit) %>%
  # 补全行的累计值取组内最大值，匹配你需要的数值
  mutate(
    total_twodigit = max(total_twodigit, na.rm = TRUE),
    employment = ifelse(smb == 4, max(employment, na.rm = TRUE), employment),
    worksites = ifelse(smb == 4, max(worksites, na.rm = TRUE), worksites),
    smbshare = employment / total_twodigit
  )

填充规则配置说明 #

• fill参数接收命名列表，列表元素名要和数据框列名一一对应，元素值为该列用于填充新生成组合的默认值
• 没有写入fill列表的列，补全生成的新行会默认赋值为NA，需要后续单独处理
• 如果列的取值不是连续整数，比如存在跳号，可以直接手动传入取值向量，例如smb = c(1,2,3,5)即可，不需要强制连续。

内容的提问来源于stack exchange，提问作者Tim Wilcox