Question

我有股票价格数据，我的数据框如下所示：

Time                   Price
2018-02-21 09:00:00am 122.12
2018-02-21 09:07:38am 122.43
2018-02-21 09:09:10am 122.44
2018-02-21 09:09:10am 122.45
2018-02-21 09:09:21am 122.26
2018-02-21 09:13:16am 122.37
....

为了对此时间序列数据进行汇总和滑动，我需要将每个丢失的分钟替换为price == 000.00，因此我想要这样的输出

Time                   Price
2018-02-21 09:00:00am 122.12
2018-02-21 09:01:00am 000.00
2018-02-21 09:02:00am 000.00
2018-02-21 09:03:00am 000.00
2018-02-21 09:04:00am 000.00
........
2018-02-21 09:07:38am 122.43
2018-02-21 09:08:00am 000.00
2018-02-21 09:09:10am 122.44
2018-02-21 09:09:10am 122.45
2018-02-21 09:09:21am 122.26
2018-02-21 09:13:16am 122.37
....

我尝试过，但是卡住了

Answer 1

可能有更好的方法，但是可以使用library(shiny) library(shinyWidgets) ui <- fluidPage( pickerInput( inputId = "my_input", label = "TEST", choices = 1:10, # provide choices - integers from 1 to 10 selected = 1:10, # select - integers from 1 to 10 options = list(`actions-box` = TRUE), # build buttons for collective selection multiple = T ) ) server <- function(input, output) {} shinyApp(ui = ui, server = server)：

dplyr

假定原始数据帧称为library(dplyr)，并确保日期时间列未存储为字符串或因子。还创建第二列将秒数舍入为零。这仅用于在下一步中与完整的时间序列数据帧合并。保留秒的原始时间：

df_missing

以分钟为单位，以完整的顺序创建一个数据帧，从开始时间到结束时间。在此示例中，我假设时间范围是原始数据中最早的时间到最近的时间，但也可以手动设置开始和结束时间：

df_missing <- df_missing %>% 
  mutate(Time = as.POSIXct(Time, format="%Y-%m-%d %H:%M:%S")) %>% 
  mutate(time_merge = as.POSIXct(round(Time, "mins")))

然后将缺少的数据加入完整的数据框，以确定哪些时间有价格，然后用零填充缺失的值：

df_complete <- data_frame(time_merge = seq.POSIXt(min(df_missing$Time), max(df_missing$Time), by="min"))

如何使用R中的if-else循环替换时间序列数据的缺失值

1 个答案: