R语言补全数据集缺失月份行 缺失aggregation值填充为0

你之前调用tidyr::complete未成功，核心原因是没有处理空数据集的边界场景，也未显式锁定需要补全的固定月份枚举值，以下方案可覆盖缺月份数据集、完全空数据集两类异常场景，完全匹配需求。

步骤1：加载依赖包 #

library(dplyr)
library(tidyr)
library(purrr)

步骤2：定义固定补全规则与处理函数 #

首先明确需要补全的1-5月标准值，再编写兼容空表的单表处理逻辑：

# 固定要补全的目标月份
target_months <- c("2022.01", "2022.02", "2022.03", "2022.04", "2022.05")

fill_month_data <- function(raw_df, months) {
  # 拦截完全空的数据集，直接返回标准结构
  if (nrow(raw_df) == 0) {
    return(data.frame(
      name = NA_character_,
      doc_month = months,
      i_name = NA_character_,
      aggregation = "0"
    ))
  }
  
  # 非空数据集补全逻辑
  raw_df %>%
    # 显式指定doc_month要覆盖的所有枚举值，锁定name、i_name的原有取值组合
    complete(
      doc_month = months,
      nesting(name, i_name),
      fill = list(aggregation = "0") # 缺失月份的聚合值填充为0
    ) %>%
    # 补全后填充name、i_name的空值，直接复用原有信息
    fill(name, i_name, .direction = "downup")
}

步骤3：批量处理列表内所有数据集 #

假设你存储所有数据集的列表命名为df_list，直接用map批量应用处理函数即可：

processed_df_list <- map(df_list, ~fill_month_data(.x, target_months))

关键逻辑说明 #

• 单独处理空数据集分支：避免空表输入时complete因无有效分组值返回空结果，直接输出符合结构要求的5行标准数据
• 显式传入固定月份向量：不会因为原数据缺失部分月份导致补全覆盖不全
• 用nesting限定name、i_name的取值：不会生成多余的字段交叉组合，保证仅补全月份维度
• 字段类型保持一致：aggregation填充为字符型"0"，和样例数据的字段类型匹配，不会出现类型转换错误
• 非月份字段自动复用：补全产生的缺失name、i_name值会自动用原表的唯一值填充，不需要手动硬编码

效果测试 #

用提供的异常样例验证：

# 单月异常样例
test_bad <- data.frame(name = "A", 
                       doc_month = "2022.01", 
                       i_name = "Aa", 
                       aggregation = "34")
fill_month_data(test_bad, target_months)

返回结果共5行，doc_month完整覆盖2022.01-2022.05，1月aggregation为原取值"34"，其余4个月为"0"，name和i_name均保留原有"A"、"Aa"取值。

空表测试：

# 完全空的数据集样例
test_empty <- data.frame(name = character(),
                         doc_month = character(),
                         i_name = character(),
                         aggregation = character())
fill_month_data(test_empty, target_months)

返回结果共5行，doc_month覆盖全部目标月份，aggregation均为"0"，符合要求。

内容的提问来源于stack exchange，提问作者Kata