正在努力尝试在这里填写时间序列。我正在尝试根据十月到五月的降雪清理一个数据集，其中每年十月（即1954年10月至1955年5月，雪年=“1954”）开始“雪年”。完整的时间序列包括每天从1954年10月1日直到今天。
man<-data.table()
man <- read.delim('mansfieldstake.txt',header=TRUE, check.names=FALSE)
man[is.na(man)]<-0
man$date<-paste(man$yy, man$mm, man$dd,sep="-", collapse=NULL)
man$date <- as.Date(man$date,format= "%Y-%m-%d")
colnames(man)<- c("date","month","day","year","depth","snowyear","snowday)
得到一个这样的数据帧/表，有些日期丢失（或没有人$ depth = 0，当天没有进行测量）：
mm dd yy depth date snowyear snowday
12 22 1954 24 1954-12-22 NA NA
12 23 1954 24 1954-12-23 NA NA
12 24 1954 24 1954-12-24 NA NA
12 25 1954 30 1954-12-25 NA NA
12 26 1954 36 1954-12-26 NA NA
12 27 1954 0 1954-12-27 NA NA
12 28 1954 36 1954-12-28 NA NA
12 29 1954 30 1954-12-29 NA NA
12 30 1954 0 1954-12-30 NA NA
12 31 1954 0 1954-12-31 NA NA
1 1 1955 0 1955-01-01 NA NA
1 3 1955 36 1955-01-03 NA NA
1 4 1955 36 1955-01-04 NA NA
1 6 1955 36 1955-01-06 NA NA
这是为应该在时间序列中的所有日期创建日期向量。挂在这里 - 基本上，我需要找到daily_vector中的值而不是man $ date ...我到处都是这里：
daily_vector <- seq(as.Date("1954-10-01"), as.Date("2016-12-12"), by="days")
missing_datetest <- !daily_vector %in% man$date
missingdates<- daily_vector[missing_datetest]
missingdates
想要拉出这些缺失日期的向量，然后将它们与man $ date合并（或加入？），为man $ depth插入空行，然后根据它们的值对其进行平均或删除（例如，如果男人在缺少时间序列周围的日子深度为60（英寸）积雪，这将是之前和之后〜2天的平均值 - 因为雪没有消失一天）。
日期类需要匹配，然后将向量与数据帧（或data.table？）合并似乎给我带来了问题。看起来我只是缺少一些基本的东西。
一旦完成，我想从每个男人$ snowyear的10月1日开始分配一个值为“snowday”的列，然后使用这些来为每个“snowyear”绘制10月到5月的时间序列。我可以这样做有一个循环，但它可以用更快的函数方法完成吗？或者如果有一种方法可以在ggplot中绘制这样一个年际时间范围，那就放弃man $ snowday。任何人都有一些洞察力？