Question

我想在data.frame中添加最小和最大日期之间的所有缺失日期，并对所有缺失值进行线性插值，例如

df <- data.frame(date = as.Date(c("2015-10-05","2015-10-08","2015-10-09",
                                  "2015-10-12","2015-10-14")),       
                 value = c(8,3,9,NA,5))

      date value
2015-10-05     8
2015-10-08     3
2015-10-09     9
2015-10-12    NA
2015-10-14     5

      date value approx
2015-10-05     8      8
2015-10-06    NA   6.33
2015-10-07    NA   4.67
2015-10-08     3      3
2015-10-09     9      9
2015-10-10    NA   8.20
2015-10-11    NA   7.40
2015-10-12    NA   6.60
2015-10-13    NA   5.80
2015-10-14     5      5

dplyr和approx是否有明确的解决方案？（我不喜欢我的10行for循环代码。）

Answer 1

这是一种方法。我使用第一个和最后一个日期创建了一个包含日期序列的数据框。在full_join()包中使用dplyr，我合并了数据框和mydf。然后我在zoo包中使用na.approx()来处理mutate()部分中的插值。

mydf <- data.frame(date = as.Date(c("2015-10-05","2015-10-08","2015-10-09",
                                    "2015-10-12","2015-10-14")),       
                   value = c(8,3,9,NA,5))

library(dplyr)
library(zoo)

data.frame(date = seq(mydf$date[1], mydf$date[nrow(mydf)], by = 1)) %>%
full_join(mydf, by = "date") %>%
mutate(approx = na.approx(value))

#         date value   approx
#1  2015-10-05     8 8.000000
#2  2015-10-06    NA 6.333333
#3  2015-10-07    NA 4.666667
#4  2015-10-08     3 3.000000
#5  2015-10-09     9 9.000000
#6  2015-10-10    NA 8.200000
#7  2015-10-11    NA 7.400000
#8  2015-10-12    NA 6.600000
#9  2015-10-13    NA 5.800000
#10 2015-10-14     5 5.000000

Answer 2

以下是一些解决方案。

1）zoo 将数据框转换为动物园系列，并使用na.approx和xout=个连续日期来获得最终系列

library(zoo)
z <- read.zoo(mydf)
zz <- na.approx(z, xout = seq(start(z), end(z), "day"))

，并提供：

> zz
2015-10-05 2015-10-06 2015-10-07 2015-10-08 2015-10-09 2015-10-10 2015-10-11 
  8.000000   6.333333   4.666667   3.000000   9.000000   8.200000   7.400000 
2015-10-12 2015-10-13 2015-10-14 
  6.600000   5.800000   5.000000

将它保留为动物园形式可能更方便，因此您可以使用动物园的所有设施，但如果您需要数据框形式，请使用

DF <- fortify.zoo(zz)

1a）zoo / magrittr 以上可以表示为magrittr管道：

library(magrittr)
df %>% read.zoo %>% na.approx(xout = seq(start(.), end(.), "day")) %>% fortify.zoo

（如果你想要动物园输出，则省略fortify.zoo部分。）

2）基础R 如果没有这样的包，我们基本上可以做同样的事情：

n <- nrow(mydf)
with(mydf, data.frame(approx(date, value, xout = seq(date[1], date[n], "day"))))

Answer 3

如果您使用预测套餐，我认为您的代码看起来会非常简单明了。

library(forecast)
x <- zoo(df$value,df$date)
x <- as.ts(x)
x <- na.interp(x)
print(x)

Answer 4

另一个不错的简短解决方案（使用imputeTS）：

library(imputeTS)
x <- zoo(df$value,df$date)
x <- na.interpolation(x, option = "linear")
print(x)

线性插值时间序列中的缺失值

4 个答案: