在非 NA 观测值之间进行插值答案

【问题标题】：Interpolate between non-NA observations在非 NA 观测值之间进行插值
【发布时间】：2020-01-06 00:27:05
【问题描述】：

考虑对不规则快照的观察，其中一些是 NA：

library(tidyverse)
library(tweenr)
df <- data.frame(date = c(ymd("20191201"), ymd("20191203"), ymd("20191207"), ymd("20191220")),
                 value = c(1, 2, NA, 5))

仅在具有非 NA 值的观测值之间线性插值日期的最简洁方法是什么？（在这个例子中，因为 20191201 和 20191203 有连续的非 NA 值，应该有插值）我认为以某种方式使用 lead 或 lag。此代码在所有值之间进行插值：

all_days <- data.frame(date = seq(min(df$date), max(df$date), "day"))
df %>% 
  arrange(date) %>%
  right_join(all_days) %>%
  mutate(value = value %>% tween_fill("linear"))

【问题讨论】：

标签： r dplyr interpolation

【解决方案1】：

我们可以创建一个新列来标记我们不想插入的非 NA 值之间的日期 (temp)。使用complete 填充缺失的日期序列，使用fill 填充temp 列，并使用na.approx 插入值。

library(tidyr)
library(zoo)
library(dplyr)

df %>%
  mutate(temp = +(!(is.na(value) | lead(is.na(value), default = TRUE)))) %>%
  complete(date = seq(min(date), max(date), by = "day")) %>%
  fill(temp) %>%
  mutate(temp = replace(temp, !is.na(value), 1),
        value = na.approx(value) * temp) %>%
  na_if(0) %>% select(-temp)


# A tibble: 20 x 2
#   date       value
#   <date>     <dbl>
# 1 2019-12-01   1  
# 2 2019-12-02   1.5
# 3 2019-12-03   2  
# 4 2019-12-04  NA  
# 5 2019-12-05  NA  
# 6 2019-12-06  NA  
# 7 2019-12-07  NA  
# 8 2019-12-08  NA  
# 9 2019-12-09  NA  
#10 2019-12-10  NA  
#11 2019-12-11  NA  
#12 2019-12-12  NA  
#13 2019-12-13  NA  
#14 2019-12-14  NA  
#15 2019-12-15  NA  
#16 2019-12-16  NA  
#17 2019-12-17  NA  
#18 2019-12-18  NA  
#19 2019-12-19  NA  
#20 2019-12-20  5

【讨论】：

这并没有回答我关于仅在非 NA 观测值之间插值的问题
@qwr 你能用预期的输出更新你的帖子，以便我清楚吗？
@qwr 我已经更新了答案，请检查是否是你想要的。
答案非常接近我的预期。我唯一的疑虑是使用 0 作为标记值，而 value 很容易为零（这与乘法有关）。但无论如何我都会给你一个赞成票。
complete 和 fill 的使用是不错的技巧。我正在使用带有新数据框的连接来填写日期，并使用na.locf 进行观察。

【解决方案2】：

这是我设想的解决方案。主要思想是创建一个掩码来确定哪些值将被插值。要创建掩码，如果该行和下一行都具有非 NA 值，我们将一行标记为 TRUE，然后使用 complete 和 fill 填充它们之间。为了完成掩码，我们将最后一个连续观察设置为 TRUE。

df %>%
  mutate(has_value = !is.na(value),
         mask = lead(has_value, default = FALSE) & has_value) %>%
  complete(date = seq(min(date), max(date), by = "day"),
           fill = list(has_value = FALSE)) %>%
  fill(mask) %>%
  mutate(mask = mask | has_value,
         value = if_else(mask, value %>% tween_fill("linear"), NA_real_)) %>%
  select(-has_value, -mask)

【讨论】：