如何在 R 中插入数据答案

【问题标题】：How to interpolate data in R如何在 R 中插入数据
【发布时间】：2017-06-02 05:46:17
【问题描述】：

我是 R Studio 的新手，我有一个问题：

我有以下数据：（日期；时间；值）

02.01.11;11:00;576
02.01.11;11:05;552
02.01.11;11:10;672
02.01.11;11:15;720
02.01.11;11:20;336
02.01.11;11:25;408
02.01.11;11:30;288
02.01.11;11:35;228
02.01.11;11:40;288
02.01.11;11:45;288
02.01.11;11:50;288
02.01.11;11:55;312
02.01.11;12:00;180
02.01.11;12:05;120
02.01.11;12:10;120
02.01.11;12:15;228
02.01.11;12:20;276
02.01.11;12:25;228
02.01.11;12:30;444
02.01.11;12:35;612
02.01.11;12:40;300
02.01.11;12:45;288
02.01.11;12:50;300
02.01.11;12:55;336
02.01.11;13:00;240
02.01.11;13:05;252
02.01.11;13:10;192
02.01.11;13:15;180
02.01.11;13:20;192
02.01.11;13:25;432
02.01.11;13:30;912
02.01.11;13:35;960
02.01.11;13:40;936
02.01.11;13:45;1260
02.01.11;13:50;1008

对于一些计算，我需要它们在 1 分钟的时间范围内。那么有人可以帮我找出如何插入“缺失”的值，以便它们适合当前的值吗？

我使用这个命令来获取数据框：

df <- read_delim("~/values.txt", ";", escape_double = FALSE, col_types = cols(Date = col_date(format = "%d.%m.%y"), Value = col_double(), Time = col_time(format = "%H:%M")), trim_ws = TRUE)

【问题讨论】：

看看?approx。
你需要知道如何读取数据文件吗？你知道 R 中的日期和时间对象吗？还是数据框？当有人说“我很新”时，如果他们不包含任何代码，就很难知道从哪里开始。
好吧，我在一个数据框中有所有数据；我想通了，如何将 csv 文件中的数据转换为数据框。与列日期，时间和价值。但现在我需要给定值之间的“附加”值。这就是我卡住的地方。

标签： r

【解决方案1】：

为了处理分钟数据，我建议使用包xts 和包zoo 中的函数na.approx。简而言之，您需要使用原始数据创建一个空的分钟数据向量 merge。然后，您可以使用na.approx 来近似缺失值。

#Intial data, not by minute    
datetime <- Sys.time()
date_time_init <- Sys.time()+c(0,3,5,8)*60
df1 <- xts(c(1:4),date_time_init)
> df1
                    [,1]
2017-06-02 03:10:20    1
2017-06-02 03:13:20    2
2017-06-02 03:15:20    3
2017-06-02 03:18:20    4

#Create time sequence by minute
date_time_complete <- seq.POSIXt(from=min(date_time_init),
                                 to=max(date_time_init),by="min") 

#Merge initial data with new time sequence
df2 <- merge(df1,xts(,date_time_complete))
                    df1
2017-06-02 03:10:20   1
2017-06-02 03:11:20  NA
2017-06-02 03:12:20  NA
2017-06-02 03:13:20   2
2017-06-02 03:14:20  NA
2017-06-02 03:15:20   3
2017-06-02 03:16:20  NA
2017-06-02 03:17:20  NA
2017-06-02 03:18:20   4

na.approx(df2)
                         df1
2017-06-02 03:07:24 1.000000
2017-06-02 03:08:24 1.333333
2017-06-02 03:09:24 1.666667
2017-06-02 03:10:24 2.000000
2017-06-02 03:11:24 2.500000
2017-06-02 03:12:24 3.000000
2017-06-02 03:13:24 3.333333
2017-06-02 03:14:24 3.666667
2017-06-02 03:15:24 4.000000

【讨论】：

【解决方案2】：

假设您 a) 知道如何从带有分号分隔符的文本文件中读取数据。我建议使用stringsAsFators=FALSE。 b) 知道如何将文本列与paste 连接起来。所以使用像

这样的数据框

> str(dat)
'data.frame':   35 obs. of  3 variables:
 $ Dates: chr  "02.01.11" "02.01.11" "02.01.11" "02.01.11" ...
 $ Times: chr  "11:00" "11:05" "11:10" "11:15" ...
 $ Vals : int  576 552 672 720 336 408 288 228 288 288 ...

可以使用基本函数 approxfun 并将 paste()-ed Dates&Times 给 as.POSIXct 以形成解决方案的主干：

dat$Datetimes <- with(dat, as.POSIXct( paste(Dates,Times), format="%m.%d.%y %H:%M") )

现在创建一个新的数据框，从一系列“分钟点”开始，这些“分钟点”由seq.POSIXct 组成，跨越时间范围：

dat2 <- data.frame(Mins = seq(min(dat$Datetimes), max(dat$Datetimes), by="1 min") )

然后使用以下形式的表达式：approxfun( <inner args>)(<outer args>) 在缺失的区间内进行线性插值。 approxfun 返回一个基于 <inner-args> 的函数，“分钟点”作为 <outer-args> 给出：

dat2$interp <- approxfun(dat$Datetimes, dat$Vals)(dat2$Mins)
str(dat2)
#----------
'data.frame':   171 obs. of  2 variables:
 $ Mins  : POSIXct, format: "2011-02-01 11:00:00" "2011-02-01 11:01:00" ...
 $ interp: num  576 571 566 562 557 ...

以相同的比例“查看”结果：

with(dat, plot(Datetimes,Vals,col="red") )
with(dat2, points(Mins,interp ,cex=0.2))

【讨论】：