用 R 插值不规则时间序列

Question

在 R 中搜索时间序列数据的线性插值时，我经常从 zoo 包中找到使用 na.approx() 的建议。

但是，对于不规则的时间序列，我遇到了问题，因为插值均匀分布在间隙数中，没有考虑值的关联时间戳。

我找到了使用approxfun() 的解决方法，但我想知道是否有更简洁的解决方案，最好基于tsibble 对象以及tidyverts 包系列中的函数？

以前的答案依赖于通过填补空白将不规则日期网格扩展到规则网格。但是，当插值过程中应考虑白天时，这会导致问题。

这里有一个（修改后的）最小示例，带有 POSIXct 时间戳，而不是仅日期：

library(tidyverse)
library(zoo)

df <- tibble(date = as.POSIXct(c("2000-01-01 00:00", "2000-01-02 02:00", "2000-01-05 00:00")),
             value = c(1,NA,2))

df %>% 
  mutate(value_int_wrong = na.approx(value),
         value_int_correct = approxfun(date, value)(date))

# A tibble: 3 x 4
  date                value value_int_wrong value_int_correct
  <dttm>              <dbl>           <dbl>             <dbl>
1 2000-01-01 00:00:00     1             1                1   
2 2000-01-02 02:00:00    NA             1.5              1.27
3 2000-01-05 00:00:00     2             2                2   

任何想法如何（有效地）处理这个？感谢您的支持！

Answer 1

这是一个等效的基于 tsibble 的解决方案。 interpolate() 函数需要一个模型，但您可以使用随机游走在点之间进行线性插值。

library(tidyverse)
library(tsibble)
library(fable)
#> Loading required package: fabletools

df <- tibble(
  date = as.Date(c("2000-01-01", "2000-01-02", "2000-01-05", "2000-01-06")),
  value = c(1, NA, 2, 1.5)
) %>%
  as_tsibble(index = date) %>%
  fill_gaps()

df %>%
  model(naive = ARIMA(value ~ -1 + pdq(0,1,0) + PDQ(0,0,0))) %>%
  interpolate(df)
#> # A tsibble: 6 x 2 [1D]
#>   date       value
#>   <date>     <dbl>
#> 1 2000-01-01  1   
#> 2 2000-01-02  1.25
#> 3 2000-01-03  1.5 
#> 4 2000-01-04  1.75
#> 5 2000-01-05  2   
#> 6 2000-01-06  1.5

^{由reprex package (v0.3.0) 于 2020 年 4 月 8 日创建}

Answer 2

就个人而言，我会选择您正在使用的解决方案，但要展示如何使用na.approx，在这种情况下，我们可以在使用na.approx 之前将日期序列complete 与原始df 加入到保留原始行。

library(dplyr)

df %>% 
  tidyr::complete(date = seq(min(date), max(date), by = "day")) %>%
  mutate(value_int = zoo::na.approx(value)) %>%
  right_join(df, by = "date") %>%
  select(date, value_int)


#  date       value_int
#  <date>         <dbl>
#1 2000-01-01      1   
#2 2000-01-02      1.25
#3 2000-01-05      2