大多数情况下，这是填充缺少日期的系列的经典问题。创建数据，将所有值扩展到所有日期，并将左外联接到此数据。

# All combinations
full <- expand.grid(Date = unique(df$Date), Species = unique(df$Species))
# Filled new table
merge(full, df, by = c('Date', 'Species'), all.x = TRUE)
#        Date Species Count
#1 2022/06/01    AMAV    50
#2 2022/06/01    SESA    NA
#3 2022/06/05    AMAV    20
#4 2022/06/05    SESA    NA
#5 2022/06/07    AMAV     8
#6 2022/06/07    SESA    10

之后，如果愿意，可以使用标准df$Count[is.na(df$Count)] <- 0将NA值替换为零。

tidyverse解决方案：
这里我们首先创建一个helper列x，通过透视得到shape中的列，然后用0替换x，并使用arrange将行放置到分组和切片的位置：

library(dplyr)
library(tidyr)

df %>% 
  mutate(x = ifelse(Species=="AMAV", "SESA", "AMAV")) %>% 
  pivot_longer(c(Species, x),
               names_to="name", 
               values_to = "Species") %>% 
  mutate(Count = ifelse(name=="x", 0, Count), .keep="unused") %>% 
  arrange(Date, -Count) %>%
  group_by(Date) %>% 
  slice(1:2) %>% 
  ungroup()

Date       Count Species
  <chr>      <dbl> <chr>  
1 2022/06/01    50 AMAV   
2 2022/06/01     0 SESA   
3 2022/06/05    20 AMAV   
4 2022/06/05     0 SESA   
5 2022/06/07    10 SESA   
6 2022/06/07     8 AMAV