线性插值缺失值
问题描述:
我想补充的最小和最大日期之间的所有缺少的日期在data.frame
和线性内插所有缺失值,像线性插值缺失值
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
是否与dplyr
和approx
一个明确的解决方案? (我不喜欢我的10行for
循环代码。)
答
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dplyr
包中使用full_join()
,我合并了数据帧和mydf
。然后我在动物园包中使用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
答
以下是一些解决方案。
1)动物园转换数据帧动物园系列和使用na.approx
与连续日期的xout=
得到最终的系列
library(zoo)
z <- read.zoo(mydf)
zz <- na.approx(z, xout = seq(start(z), end(z), "day"))
捐赠:
> 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
可能更方便的将它留在动物园形式,所以你可以使用动物园的所有设施,但如果你需要它在数据框形式只使用
DF <- fortify.zoo(zz)
1a)的动物园/ magrittr上述可替代地表示为magrittr管道:
library(magrittr)
df %>% read.zoo %>% na.approx(xout = seq(start(.), end(.), "day")) %>% fortify.zoo
(或者如果要输出动物园省略fortify.zoo
一部分)。
2)基础R我们基本上可以做同样的事情,而不包这样的:
n <- nrow(mydf)
with(mydf, data.frame(approx(date, value, xout = seq(date[1], date[n], "day"))))
答
我觉得你的代码会看起来更清晰和简单,如果你使用Forecast包。
library(forecast)
x <- zoo(df$value,df$date)
x <- as.ts(x)
x <- na.interp(x)
print(x)
答
另外一个不错的和短的解决方案(使用imputeTS):
library(imputeTS)
x <- zoo(df$value,df$date)
x <- na.interpolation(x, option = "linear")
print(x)
我刚开始采用这种封装形式,它使这种事情容易得多! –