在R语言中补全序列缺失日期并保留行内其他字段值的方法

首先，先还原你的数据集：

ID <- c("A1","A1","A1","A1","A1","B1","B1","B1","B1")
Age <- c(0,1,2,3,4,0,1,2,3)
Date <- c("2006-05-03",NA,"2006-05-05",NA,"2006-05-07","2006-06-02",NA,"2006-06-04","2006-06-05")
Value1 <- c(6,6,6,6,6,4,4,4,4)
df <- data.frame(ID, Age, Date, Value1)

你遇到的问题是：用complete补全日期时，其他列被覆盖成NA，这是因为你用了全局的日期范围，而且没有把补全的日期和每个ID的Age关联起来。其实你的需求里有个关键信息——Age是天数，而且每个ID的Age是连续完整的序列，这刚好可以用来精准推算缺失的日期。

下面是完美解决这个问题的代码：

library(dplyr)
library(tidyr)

df_filled <- df %>%
  group_by(ID) %>%
  # 先把Date转为日期格式，方便后续计算
  mutate(Date = as.Date(Date)) %>%
  # 确保每个ID的Age序列是完整连续的（不会漏掉任何Age值）
  complete(Age = full_seq(Age, 1)) %>%
  # 利用Age是天数的特性，推算每个Age对应的Date
  mutate(
    # 获取每个ID的起始日期（也就是Age=0对应的非NA日期）
    start_date = first(Date[!is.na(Date)]),
    # 起始日期加上Age天数，就是当前Age对应的准确日期
    Date = start_date + Age
  ) %>%
  # 填充Value1列——因为每个ID的Value1是固定值，上下填充即可
  fill(Value1, .direction = "downup") %>%
  ungroup()

运行这段代码后，你会得到补全后的数据集：

print(df_filled)
# # A tibble: 9 × 4
#   ID    Age Date       Value1
#   <chr> <dbl> <date>      <dbl>
# 1 A1        0 2006-05-03      6
# 2 A1        1 2006-05-04      6
# 3 A1        2 2006-05-05      6
# 4 A1        3 2006-05-06      6
# 5 A1        4 2006-05-07      6
# 6 B1        0 2006-06-02      4
# 7 B1        1 2006-06-03      4
# 8 B1        2 2006-06-04      4
# 9 B1        3 2006-06-05      4

为什么你的原代码不行？ #

你的原代码用了min(df$Date, na.rm = TRUE)和max(df$Date, na.rm = TRUE)，这是取整个数据集的日期范围，不是每个ID自己的日期区间，而且没有把补全的日期和Age关联起来，导致新生成的日期行找不到对应的Age和Value1，所以这些列就变成了NA。

而上面的方案利用了Age是天数的核心信息，每个ID的起始日期是确定的，直接用起始日期加Age就能精准得到对应日期，再通过fill保留固定的Value1，完美解决你的需求。

内容的提问来源于stack exchange，提问作者Kriszti