dplyr group by：如何为缺失城市添加NA值？

嘿，这个需求很常见，我来给你两个简单好用的方案，都是基于dplyr生态的工具：

方案一：用left_join关联主数据框的城市列表 #

这个思路是先按你的逻辑统计符合条件的观测数，再和主数据框的完整城市列表做左连接，自动为缺失的城市填充NA：

假设你的主数据框叫main_df，里面包含所有需要的城市（列名也是city），代码如下：

# 第一步：按你的需求统计符合条件的观测数
count_by_city <- data %>%
  group_by(city) %>%
  filter(cond1 == TRUE | cond2 == TRUE) %>%
  tally()

# 第二步：和主数据框的城市列表左连接，补全缺失城市
final_counts <- main_df %>%
  select(city) %>% # 只提取主数据框的城市列，避免多余列干扰
  distinct() %>%   # 确保每个城市只出现一次
  left_join(count_by_city, by = "city")

这样处理后，final_counts里会包含main_df的所有城市，那些在data里没有符合条件观测的城市，对应的n列就会是NA，完美符合你的要求。如果之后要把这个统计列追加到主数据框，直接用left_join(main_df, final_counts, by = "city")就行。

方案二：用tidyr::complete直接补全缺失城市 #

如果你已经加载了tidyr（dplyr生态的常用包），可以在统计完成后直接用complete函数补全主数据框的所有城市，更简洁：

library(tidyr)

count_by_city <- data %>%
  group_by(city) %>%
  filter(cond1 == TRUE | cond2 == TRUE) %>%
  tally() %>%
  ungroup() %>%  # 先取消分组，避免complete的分组冲突
  complete(city = main_df$city)  # 指定要补全的完整城市列表

complete会自动把main_df里的所有城市都加入结果，没有统计数据的城市对应的n会被设为NA，一步到位。

两种方法都能实现你的需求，选哪个看你习惯～

内容的提问来源于stack exchange，提问作者Conor