R语言按分组条件执行complete函数补全月度缺失观测值的实现方法

实现逻辑 #

你需要针对每个Alphabet因子的首次出现时间限定补全范围，而非全量补全所有月份，核心实现代码如下：

library(tidyverse)

# 直接基于你提供的原始DF运行以下代码即可
DF_filled <- DF %>%
  # 按因子水平分组单独处理
  group_by(Alphabet) %>%
  # 生成月份序号、记录当前因子的首次出现月份
  mutate(
    month_order = as.integer(Month2),
    first_month = min(month_order)
  ) %>%
  # 仅补全首次出现月份到2021年10月范围内的缺失值
  complete(
    Month2 = levels(Month2)[first_month[1]:10],
    fill = list(Sum = 0)
  ) %>%
  # 清理辅助字段
  ungroup() %>%
  select(-month_order, -first_month)

效果说明 #

• 因子X首次出现在6月，补全后仅保留6-10月的记录，缺失月份填充0，不会生成1-5月的冗余记录
• 因子Y首次出现在1月，会补全全年1-10月所有缺失月份，缺失值填充0
• 因子Z本身有全量记录，补全后无变化

如果你的统计周期延伸到12月，仅需要把代码中first_month[1]:10的10替换为12即可。

内容的提问来源于stack exchange，提问作者Justin