data.table如何实现类似timetk::pad_by_time、tsibble::fill_gaps的时间段缺值补全功能

核心逻辑是通过CJ()（交叉连接）生成所有分组+时间点的全组合，再和原表左连即可实现和timetk::pad_by_time、tsibble::fill_gaps完全一致的补全效果，语法简洁性能极高。

基础实现（适配示例场景） #

示例中只需要补全现有所有日期和所有卡号的缺失组合，一行代码即可完成：

library(data.table)
library(lubridate) # 仅用来转换日期格式，无其他依赖

# 先预处理原数据，对齐其他包的字段类型
dt <- data.table(
  Date = ymd(c("2020-01-01","2020-01-01","2020-01-01","2020-02-01","2020-02-01","2020-03-01","2020-03-01","2020-03-01")),
  Card = as.character(c(1,2,3,1,3,1,2,3)),
  A = rnorm(8)
)

# 补全缺失行
result <- dt[CJ(Card = unique(Card), Date = unique(Date)), on = .(Card, Date)]

自定义时间粒度的通用实现 #

如果需要按指定粒度（日/周/月/季度等）补全整个时间范围内的所有时间点，只需调整生成日期序列的逻辑即可：

# 1. 生成指定粒度的完整时间序列，覆盖原表的时间范围
full_date_seq <- seq.Date(from = min(dt$Date), to = max(dt$Date), by = "month")

# 2. 生成全组合后左连补全
result <- dt[CJ(Card = unique(Card), Date = full_date_seq), on = .(Card, Date)]

说明 #

• by参数支持所有R原生日期序列的粒度选项，包括"day"、"week"、"quarter"、"year"等，和timetk的.by参数逻辑完全一致
• 左连后原表没有匹配到的观测会自动填充NA，和其他包的补全结果完全相同
• 该方法为data.table原生语法，性能远高于依赖tidyverse生态的包，处理百万级以上的大表优势尤为明显

内容的提问来源于stack exchange，提问作者Nick