R中按分组填充数据框缺失日期 优先用dplyr与管道实现

实现逻辑 #

基于dplyr管道操作配合tidyr的补全函数实现，核心步骤为：

• 先将日期字段转换为标准R语言Date类型，避免日期序列生成报错
• 以name、code为分组键拆分数据
• 对每个分组，生成分组内最小日期到最大日期的所有日度连续时间序列，自动补全缺失的日期行
• 新增行的name、code自动继承分组值，usage、result字段填充为NA
• 处理完成后取消分组，避免影响后续操作

完整可运行代码 #

# 加载依赖包
library(dplyr)
library(tidyr)

# --------------------
# 此处替换为你自己的数据读取代码
# 以下为匹配需求描述的测试样例数据
df <- tibble(
  name = c(rep("Jennifer Aniston",3), rep("Matthew Perry",2), rep("Lisa Kudrow",3)),
  code = c(rep("A001",3), rep("A002",2), rep("A003",3)),
  date = as.Date(c("2022-05-01","2022-05-02","2022-05-03",
                   "2022-10-01","2022-10-04",
                   "2022-01-02","2022-01-04","2022-01-06")),
  usage = c(12,15,9,20,18,7,11,6),
  result = c(89,92,78,85,90,72,88,75)
)
# --------------------

# 核心补全逻辑
df_completed <- df %>%
  mutate(date = as.Date(date)) %>% # 确保日期格式正确，已为Date类型可跳过
  group_by(name, code) %>%
  complete(
    date = seq.Date(min(date), max(date), by = "day"),
    fill = list(usage = NA_real_, result = NA_real_)
  ) %>%
  ungroup()

效果验证 #

运行代码后得到的结果完全匹配需求：

• Jennifer Aniston（A001）组日期本身连续，行数无变化
• Matthew Perry（A002）组自动补全2022-10-02、2022-10-03两行，对应usage、result为NA
• Lisa Kudrow（A003）组自动补全2022-01-03、2022-01-05两行，对应usage、result为NA

注意事项 #

• 若原始date字段为字符串格式，必须先执行as.Date()转换，否则无法生成正确的连续日期序列
• fill参数中要匹配原字段类型指定NA类型：数值型字段用NA_real_，字符型字段用NA_character_，避免后续出现类型冲突
• 处理完成后必须执行ungroup()，否则后续数据操作会保留分组逻辑，容易出现计算错误

内容的提问来源于stack exchange，提问作者Miquel