R语言使用complete为分组补NA使各组长度等于最大分组长度

你现有如下R数据框：

df <- structure(list(id = c(1L, 1L, 1L, 2L, 2L, 3L), var = c("A", "B", 
"C", "B", "C", "C")), class = "data.frame", row.names = c(NA, 
-6L))

# 原始数据预览
  id var
1  1   A
2  1   B
3  1   C
4  2   B
5  2   C
6  3   C

期望得到如下目标数据框：

id  var
1  1    A
2  1    B
3  1    C
4  2 <NA>
5  2    B
6  2    C
7  3 <NA>
8  3 <NA>
9  3    C

你此前尝试的代码如下，无法得到预期结果：

df %>% 
  complete(id, var, fill=list(NA))

你的需求本质是给每个id补全行，对齐所有var的顺序，缺失的对应位置var列留NA，两种实现方法如下：

方法1：使用complete实现 #

通过新增var的顺序索引作为补全维度，匹配不到的var自然返回NA：

library(tidyverse)

df %>%
  # 给var按出现顺序生成唯一索引
  mutate(var_idx = match(var, unique(df$var))) %>%
  # 按id和全量var索引补全所有行
  complete(id, var_idx = seq_along(unique(df$var))) %>%
  # 移除辅助索引列，得到结果
  select(id, var)

方法2：使用expand.grid实现 #

先生成所有id和var索引的全组合，再和原数据匹配：

# 生成id和var索引的全量组合
full_grid <- expand.grid(
  id = unique(df$id),
  var_idx = seq_along(unique(df$var))
)
# 给原数据添加var索引
df$var_idx <- match(df$var, unique(df$var))
# 左匹配得到结果，按id排序
result <- merge(full_grid, df, by = c("id", "var_idx"), all.x = TRUE)
result <- result[order(result$id), c("id", "var")]

你之前的代码存在两处问题：

1. 直接用id和var作为补全维度，complete会生成两者的全笛卡尔积，每个id都会匹配所有存在的var有效值，不会出现var为NA的行
2. fill参数语法错误，需要传入命名列表指定要填充的列和对应值，不符合你需要在缺失位置保留var为NA的需求

内容的提问来源于stack exchange，提问作者TarJae