我在数据表中有一个纵向数据集，类似于下面的简化示例：
> head(data)
Country ID Date Value
1: AT AT6306 2012-11-01 16.2
2: AT AT6306 2012-11-02 12.2
3: AT AT6306 2012-11-03 11.3
4: AT AT6306 2012-11-04 14.2
5: AT AT6306 2012-11-05 17.3
6: AT AT6306 2012-11-06 12.5
> tail(data)
Country ID Date Value
1: SE SE0935 2014-06-25 16.2
2: SE SE0935 2014-06-26 12.2
3: SE SE0935 2014-06-27 11.3
4: SE SE0935 2014-06-28 14.2
5: SE SE0935 2014-06-29 17.3
6: SE SE0935 2014-06-30 12.5
ID是面板变量，它是唯一的，国家之间没有重叠。仅查看唯一值的日期范围为2012-10-23至2014-09-30。显然，每个Date的ID范围都不相同。此外，可能存在缺失值。为了使面板平衡，我想填补数据集的空白。
根据@akron的建议，调整答案here，然后执行以下操作：
data2 <- data[, CJ(ID=unique(ID), Date=unique(Date))]
setkey(data2, ID, Date)
data.new <- merge(data, data2, by=c("ID", "Date"), all.y = TRUE)
setkey(data.new, ID, Date)
使用选项all.y = TRUE，因此R为data中的每个缺失日期添加行。但是，如果ID和Date中的行之前不存在，则现在所有字段均为空白。也就是说，我的数据看起来像这样
data我确实希望> head(data.new)
Country ID Date Value
1: NA AT6306 2012-10-23 NA
2: NA AT6306 2012-10-24 NA
3: NA AT6306 2012-10-25 NA
4: NA AT6306 2012-10-26 NA
5: NA AT6306 2012-10-27 NA
6: NA AT6306 2012-10-28 NA
为NA，因为它丢失了。但是，由于对于给定的Value，Country不变，所以我希望填写该字段。
ID您可以做的一个选择是
library(data.table)
DT <- data.table(dat)
setkey(DT, Date, Country, ID)
res <- DT[CJ(seq(min(Date), max(Date), by='1 day'),
unique(Country), unique(ID))]
head(res)
# Country ID Date Value
#1: AT 935 2012-11-01 NA
#2: AT 6306 2012-11-01 16.2
#3: SE 935 2012-11-01 NA
#4: SE 6306 2012-11-01 NA
#5: AT 935 2012-11-02 NA
#6: AT 6306 2012-11-02 12.2
DT <- data.table(dat)
DT[,CountryID:= paste(Country,ID)]
setkey(DT, Date, CountryID)
DT1 <- DT[CJ(unique(Date), unique(CountryID))][,
c('Country', 'ID'):= list(gsub("[ 0-9]", "", CountryID),
gsub("[^ 0-9]", "", CountryID)),][,-5L]
head(DT1,3)
# Country ID Date Value
#1: AT 6306 2012-11-01 16.2
#2: SE 935 2012-11-01 NA
#3: AT 6306 2012-11-02 12.2
nrow(DT1)
#[1] 24