如何为时间序列中的缺失数据创建“NA”-Java 学习之路

我有几个数据文件，如下所示：

X code year month day pp  
1 4515 1953     6   1  0  
2 4515 1953     6   2  0  
3 4515 1953     6   3  0  
4 4515 1953     6   4  0  
5 4515 1953     6   5  3.5

有时会丢失数据，但我没有NA，行根本就不存在 . 我需要在数据丢失时创建NA . 我虽然可以通过将它转换为动物园对象来确定何时发生，并检查严格的规律性（我之前从未使用过动物园），但我使用以下代码：

z.date<-paste(CET$year, CET$month, CET$day, sep="/")
z <- read.zoo(CET,  order.by= z.date )
reg<-is.regular(z, strict = TRUE)

但答案总是如此！

谁能告诉我为什么不工作？或者甚至更好，告诉我一种在数据丢失时创建NA的方法（有或没有动物园包）？

谢谢

4 回答

首先要注意的是 z.date 是字符，而不是日期 .

以下是使用xts（动物园的子类）解决问题的方法 .

# remove the third obs from sample data
CET <- CET[-3,]
# create an actual Date column in CET
CET$date <- as.Date(with(CET, paste(year, month, day, sep="-")))
# create an xts object using 'date' column
x <- xts(CET[,c("code","pp")], CET$date)
# now merge 'x' with a regular date sequence spanning the start/end of 'x'
X <- merge(x, timeBasedSeq(paste(start(x), end(x), sep="::")))
X
#            code  pp
# 1953-06-01 4515 0.0
# 1953-06-02 4515 0.0
# 1953-06-03   NA  NA
# 1953-06-04 4515 0.0
# 1953-06-05 4515 3.5

回复于 2024-05-10T08:19:53+08:00

我不得不用月度时间序列处理类似的问题 . 我通过时间变量直接加入两个 data.table / data.frame 来做到这一点 . 我的观点是时间序列也是一种数据集 . 因此，您还可以以常规方式将任何时间序列作为常规数据集进行操作 . 这是我的解决方案：

library(zoo)    
(full <- data.table(yrAndMo = as.yearmon(seq(as.Date('2008-01-01'), by = '1 month', length = someLength)))) 
# the full time horizon that you want to have
#  yrAndMo
#  1: Jan 2008
#  2: Feb 2008
#  3: Mar 2008
#  4: Apr 2008
#  5: May 2008
# ---         
# 98: Feb 2016
# 99: Mar 2016
# 100: Apr 2016
# 101: May 2016
# 102: Jun 2016

exampleDat # the actually data you want to append to the full time horizon
# yrAndMo someValue
# 1 Mar 2010      7500
# 2 Jun 2010      1115
# 3 Mar 2011      2726
# 4 Apr 2011      1865
# 5 Nov 2011      1695
# 6 Dec 2012     10000
# 7 Mar 2016      1000

library(plyr)
join(full, exampleDat, by = 'yrAndMo', type = "left")
#   yrAndMo someValue
#   1: Jan 2008        NA
#   2: Feb 2008        NA
#   3: Mar 2008        NA
#   4: Apr 2008        NA
#   5: May 2008        NA
#  ---                   
#  98: Feb 2016        NA
#  99: Mar 2016      1000
# 100: Apr 2016        NA
# 101: May 2016        NA
# 102: Jun 2016        NA

在此之后，您可以轻松地将数据集的类更改回您想要的任何类型的时间序列 . 我更喜欢 read.zoo .

回复于 2024-05-10T08:19:53+08:00

seq 函数有一些有趣的功能，您可以使用它们轻松生成完整的日期序列 . 例如，以下代码可用于生成从4月25日开始的日期序列：

Edit: 此功能记录在 ?seq.Date 中

start = as.Date("2011/04/25")
full <- seq(start, by='1 day', length=15)
full

 [1] "2011-04-25" "2011-04-26" "2011-04-27" "2011-04-28" "2011-04-29"
 [6] "2011-04-30" "2011-05-01" "2011-05-02" "2011-05-03" "2011-05-04"
[11] "2011-05-05" "2011-05-06" "2011-05-07" "2011-05-08" "2011-05-09"

现在使用相同的原理生成一些带有“缺失”行的数据，方法是每隔第二天生成一个序列：

partial <- data.frame(
    date=seq(start, by='2 day', length=6),
    value=1:6
)
partial

        date value
1 2011-04-25     1
2 2011-04-27     2
3 2011-04-29     3
4 2011-05-01     4
5 2011-05-03     5
6 2011-05-05     6

要回答您的问题，可以使用向量下标或 match 函数来创建具有NA的数据集：

with(partial, value[match(full, date)])
 [1]  1 NA  2 NA  3 NA  4 NA  5 NA  6 NA NA NA NA

要将此结果与原始完整数据相结合：

data.frame(Date=full, value=with(partial, value[match(full, date)]))
         Date value
1  2011-04-25     1
2  2011-04-26    NA
3  2011-04-27     2
4  2011-04-28    NA
5  2011-04-29     3
6  2011-04-30    NA
7  2011-05-01     4
8  2011-05-02    NA
9  2011-05-03     5
10 2011-05-04    NA
11 2011-05-05     6
12 2011-05-06    NA
13 2011-05-07    NA
14 2011-05-08    NA
15 2011-05-09    NA

回复于 2024-05-10T08:19:53+08:00

4
在动物园包中"regular"意味着该系列是等距的，除了可能有一些缺失的条目 . zoo包中的 zooreg 类专门用于该类型的系列 . 请注意，所有常规系列的集合包括所有等间距系列的集合，但严格地说更大 .

is.regular 函数检查给定系列是否是常规的 . 也就是说，如果为缺失的条目插入NA，该系列是否可以使其间隔相等？

关于你的上一个问题，它是一个FAQ . 请参阅动物园常见问题解答＃13，可从zoo CRAN page或R内通过：
```
vignette("zoo-faq")
```
在FAQ＃13中还有一些说明性代码 .
回复于 2024-05-10T08:19:53+08:00

如何为时间序列中的缺失数据创建“NA”

4 回答

相关问题