如何填充复制的时间序列数据的缺失值？答案

【问题标题】：How to fill the missing values for a replicated time series data?如何填充复制的时间序列数据的缺失值？
【发布时间】：2019-06-09 12:00:03
【问题描述】：

我正在尝试用一些缺失值填充复制的时间序列数据，并且我尝试了多种方法，但都没有奏效。

数据应该是这样的：

我想得到的是：

我已经尝试merge()，首先构建了一个包含我需要的整个序列的数据框。

yearlabel <- data.frame(Year = rep(2001:2003, 3)    
df <- merge(df, yearlabel, all = T)

但结果有许多 length(df)*length(yearlabel) 行。

另外，我尝试了rowr 包中的cbind.fill，它只是在df 的末尾添加了NAs。如果我使用

Map(merge, df, yearlabel, by = 'Year', all = T),

它会返回：

Error in fix.by(by.x, x) : 'by' must specify a uniquely valid column

谁能帮我解决这个问题？非常感谢！

【问题讨论】：

标签： r merge missing-data

【解决方案1】：

这是complete 的一个选项。根据“年”的“最小”值创建列“grp”后，使用complete 将“年”从min 扩展到max，并使用seq、arrange 基于行在“grp”上并删除“grp”列

library(tidyverse)
df1 %>%
   mutate(grp = cumsum(lag(Year  > lead(Year, default = 
                      last(Year)),default = TRUE))) %>%
   # or in this case, it can be simplified
   #mutate(grp = cumsum(Year == min(Year))) %>%
   complete(Year = min(Year):max(Year), grp) %>%
   arrange(grp) %>%
   select(-grp)
# A tibble: 9 x 2
#   Year   Var
#  <int> <int>
#1  2001     1
#2  2002     2
#3  2003     3
#4  2001     4
#5  2002     5
#6  2003    NA
#7  2001     6
#8  2002    NA
#9  2003     7

数据

df1 <- structure(list(Year = c(2001L, 2002L, 2003L, 2001L, 2002L, 2001L, 
 2003L), Var = 1:7), class = "data.frame", row.names = c(NA, -7L
  ))

【讨论】：

非常感谢，阿坤。但是当缺少最小年份时，我发现了一些问题。我已扩展数据的原始年份范围以解决问题。再次感谢您的帮助。
@YannZhang。如果没有模式，那就很难了。在这里，我假设数据是按升序排列的。每当顺序颠倒时，创建的“grp”将增加 1。