填写缺失的时间序列间隔答案

【问题标题】：Fill out missing time series intervals填写缺失的时间序列间隔
【发布时间】：2017-05-06 14:00:18
【问题描述】：

我有几个时间间隔记录如下：

  In         Out          tag      
  2008-12-18 2008-12-19   1
  2008-12-22 2008-12-23   1
  2008-12-29 2009-01-02   1
  2009-01-05 2009-01-05   1
  2009-01-13 2009-01-13   1
  2009-01-14 2009-01-14   1
  2009-01-19 2009-01-19   1

我想填写缺失的间隔，使其看起来像这样：

  In         Out          tag      
  2008-12-18 2008-12-19   1
  2008-12-20 2008-12-21   0
  2008-12-22 2008-12-23   1
  2008-12-24 2008-12-28   0
  2008-12-29 2009-01-02   1
  2009-01-03 2008-01-04   0
  2009-01-05 2009-01-05   1
  ...

我知道我可以使用zoo 来填写时间序列中缺失的日期。此外，我还可以使用 lubridate 包中的 interval(start, end) 创建间隔。我最初的想法是，我可以以某种方式将其结合起来以填补缺失的间隔。

我也一直在考虑是否有任何“蛮力”方法可以用来填补间隔。例如，将在上一行中获取最后一项 Out 并从下一行中获取 In 的函数，但没有设法找到任何解决方案。

理想情况下，我想知道是否有任何巧妙的方法可以使用zoo、lubridate、xts 或 R 中的其他工具来做到这一点？

【问题讨论】：

“In”和“Out”的天数差异没有遵循任何模式或有任何模式？例如，在第四行，In 和 Out 都在 '2009-01-05' 中。那么，我们如何知道下一个起点是什么以及“In”和“Out”的差异是一天还是同一天？
第二个 df 的第 4 行是 24 - 28。为什么不是 24-25、26-27...？
缺少的间隔没有模式。
我不想将时间间隔分成一天的时间间隔（例如，24-28 到 24-25、26-27 等）。这将不必要地扩展数据集，并且不切实际分析。

标签： r time-series xts zoo lubridate

【解决方案1】：

试试这个：

library(data.table)

df = data.table(
  In=as.Date('2008-12-18') + cumsum(c(0,4,7,7,8,1,5)),
  Out=as.Date('2008-12-19') + cumsum(c(0,4,10,3,8,1,5)),
  tag=1)

toMerge = df[, .(In=Out+1, Out=shift(In-1, type='lead'), tag=0)][In <= Out]

> merge(df, toMerge, all=T)
#            In        Out tag
# 1: 2008-12-18 2008-12-19   1
# 2: 2008-12-20 2008-12-21   0
# 3: 2008-12-22 2008-12-23   1
# 4: 2008-12-24 2008-12-28   0
# 5: 2008-12-29 2009-01-02   1
# 6: 2009-01-03 2009-01-04   0
# ...

【讨论】：

没有让合并工作，但使用了 rbind。非常适合 data.table 解决方案，其中很容易包含副语句。