Question

假设我有一个带有时间/值对数组的Ruby数组，例如：

[
  # about 9:00 AM on consecutive days
  [<DateTime: 2014-05-15T09:00:00Z>, 56],
  [<DateTime: 2014-05-16T09:06:00Z>, 57],
    # ... missing data for May 17th, 2014
    # ... missing data for May 18th, 2014
  [<DateTime: 2014-05-19T08:57:00Z>, 61],
  # ...
]

请注意：（1）每天不会在同一时间收集值，（2）缺少某些值。

我希望通过以下方式规范化数据：

重新取样，以便它们在时间上等间隔
插入任何缺失值。

以编程方式执行此操作的正确方法是什么？

更新1

你想如何插值？在你的例子中[58,59]，[58,60]和[59,60]同样合理。

预期值取决于所使用的插值策略（例如，线性，二次等），因此我无法提供准确的答案。

我愿意接受任何以最小误差（例如<0.1％）预测原始实际数据点的插值策略。我愿意接受任何导致时间序列观测间隔相等的归一化策略。

Answer 1

您可以使用样条插值。以下是使用Spliner gem：

的示例

require 'date'
require 'spliner'

arr = [
  [DateTime.new(2014,5,15,9), 56],
  [DateTime.new(2014,5,16,9,6), 57],
  [DateTime.new(2014,5,19,8,57), 61]
]

spline = Spliner::Spliner.new(arr.to_h, extrapolate: '10%')

(DateTime.new(2014,5,15,9)..DateTime.new(2014,5,19,9)).each do |date|
  puts "#{date}: #{spline[date]}"
end

输出：

2014-05-15T09:00:00+00:00: 56.0                 # exact value
2014-05-16T09:00:00+00:00: 56.995496729398646   # interpolated value
2014-05-17T09:00:00+00:00: 58.18937752978536    # interpolated value
2014-05-18T09:00:00+00:00: 59.55365781173006    # interpolated value
2014-05-19T09:00:00+00:00: 61.0030489943531     # extrapolated value

Answer 2

a是第一个，b是当前数组的最后一个元素。这个解决方案就像98％那样，你要做的最后一件事就是从最后一个日期开始添加/删除几分钟，使其成为上午9点（所以纠正days和days.round之间的差异）

days = b.first - a.first
per_day = (b.last - a.last) / days
days.round.times.map.with_index(1).inject([a]) do |arr,(_,i)| 
  arr << [a.first + i, (a.last + i * per_days).to_f]
  arr
end
#=> [[#<DateTime: 2014-05-15T09:00:00+00:00 ((2456793j,32400s,0n),+0s,2299161j)>, 56], 
     [#<DateTime: 2014-05-16T09:00:00+00:00 ((2456794j,32400s,0n),+0s,2299161j)>, 57.250651380927565], 
     [#<DateTime: 2014-05-17T09:00:00+00:00 ((2456795j,32400s,0n),+0s,2299161j)>, 58.501302761855136], 
     [#<DateTime: 2014-05-18T09:00:00+00:00 ((2456796j,32400s,0n),+0s,2299161j)>, 59.7519541427827], 
     [#<DateTime: 2014-05-19T09:00:00+00:00 ((2456797j,32400s,0n),+0s,2299161j)>, 61.002605523710265]]

如何在Ruby中对时间序列中的缺失值进行规范化和插值？

更新1

2 个答案: