一种解决方案是将is转换为tsibble（一个时间序列tibble），并使用fill_gaps()函数。你可以指定你想用0来填充它，而不是默认的NA，如果你愿意的话，可以选择一个比你的数据集中第一次观察到的时间更早的开始时间（尽管同意评论，从问题中还不清楚为什么会这样）。

library(tidyverse)
library(tsibble)

dat <- tribble(
  ~freq, ~date,
  2,    "2022-12-01 12:52",
  3,    "2022-12-01 12:53",
  1,    "2022-12-01 12:54",
  2,    "2022-12-01 12:56",
  4,    "2022-12-01 12:57",
  4,    "2022-12-01 13:00"
)

dat |> 
  mutate(date = lubridate::ymd_hm(date)) |> 
  as_tsibble(index = date) |> 
  fill_gaps(freq = 0, .start = lubridate::ymd_hm("2022-12-01 12:51"))

这将返回类似于以下内容的结果：

# A tsibble: 10 x 2 [1m] <UTC>
    freq date               
   <dbl> <dttm>             
 1     0 2022-12-01 12:51:00
 2     2 2022-12-01 12:52:00
 3     3 2022-12-01 12:53:00
 4     1 2022-12-01 12:54:00
 5     0 2022-12-01 12:55:00

然后，您可以将其转换为一个函数，并使用purrr中的map()将其应用于列表中的多个元素。