R语言按两个分类列聚合时如何保留含缺失值的所有分组组合

R中aggregate函数使用公式（~）语法时，默认采用na.action = na.omit参数，会自动剔除分组列中包含缺失值（含空字符串、NA）的行，导致新增的Test行没有出现在聚合结果中。如果原数据集的分组列是因子类型，新增未在因子水平内的取值时，也会被自动转换为NA被剔除。

方法1：使用非公式接口调用aggregate #

显式通过by参数传入分组列，不会自动过滤分组列的任何取值：

aggregate(x = CO2[, c("Treatment", "conc", "uptake")],
          by = list(Plant = CO2$Plant, Type = CO2$Type),
          FUN = sum,
          na.rm = TRUE)

方法2：公式接口添加na.action参数 #

在原有公式写法的基础上，新增na.action = na.pass参数，关闭自动剔除含缺失值行的逻辑：

# 若分组列为因子类型，先转为字符型避免空值被转成NA
CO2$Type <- as.character(CO2$Type)
# 执行聚合
aggregate(. ~ Plant + Type, data = CO2, sum, na.rm = TRUE, na.action = na.pass)

两种方法执行后都会输出你期望的包含Plant为Test的13行聚合结果。

如果需要保留两个分类列的所有理论组合（哪怕该组合没有对应原始数据），可以先通过expand.grid(Plant = unique(CO2$Plant), Type = unique(CO2$Type))生成全部分组，再和聚合结果做左连接补全即可。

内容的提问来源于stack exchange，提问作者Ilik