在r的季度内填充前几个月

Question

我有以下数据框，例如

dummy_ts_1 <- data.frame(Date=as.Date(c("1990-03-31","1990-06-30","1990-09-30","1990-12-31","1991-03-31","1991-06-30","1991-09-30","1991-12-31","1992-03-31","1992-06-30")),
                   GDP=c(100,200,300,400,500,600,700,800,900,1000))

dummy_ts_2 <- data.frame(Date=as.Date(c("1980-01-31","1980-04-30","1980-07-31","1980-10-31","1981-01-31","1981-04-30","1981-07-31","1981-10-31","1982-01-31","1982-04-30")),
                     GDP=c(150,160,250,247,300,400,500,600,700,1000))

并且我需要同样地填写同一季度（data.table :: quarter（dummy_ts_1））内的前几个月，以便所需的输出看起来像

> dummy_ts_1
         Date  GDP
   1990-01-31  33.33333
   1990-02-31  33.33333         
   1990-03-31  33.33333
   1990-04-30  66.66667
   1990-05-30  66.66667
   1990-06-30  66.66667
   1990-07-30  100
   1990-08-30  100
   1990-09-30  100
   1990-10-31  133.3333
   1990-11-31  133.3333
   1990-12-31  133.3333

有什么简单的方法，如何实现所需的输出？ 感谢您的任何建议。

Answer 1

不确定是否有一个不错的方法，但是这里有一个解决方案：

require(lubridate)

#dummy DF with date and GDP
dummy_ts_1    <-    data.frame(Date=as.Date(c("1990-03-31","1990-06-30","1990-09-30","1990-12-31")), GDP=c(100,200,300,400))

dummy_ts_1$new_gdp <- dummy_ts_1$GDP / 3        #store monthly GDP values
dummy_ts_1$quarter <- quarter(dummy_ts_1$Date)  #store quarter 

#create month-end date sequence                 
start         <-    as.Date("1990-01-01")
end           <-    as.Date("1990-12-01")
months        <-    seq.Date(start, end, by = 'month')
new_months    <-    c()
for(i in 1:length(months))
{
  new_months[i] <- ceiling_date(months[i], "month") - days(1)
}

#store in new data frame
new_df          <-      data.frame(months = as.Date(new_months, origin = '1970-01-01'))
new_df$quarter  <-      quarter(new_df$months)

#merge with dummy_ts_1 to get final results
new_df          <-      merge(new_df, subset(dummy_ts_1, select = c('quarter', 'new_gdp')), by = 'quarter', all.x = TRUE)

产生：

> new_df
   quarter     months   new_gdp
1        1 1990-01-31  33.33333
2        1 1990-02-28  33.33333
3        1 1990-03-31  33.33333
4        2 1990-04-30  66.66667
5        2 1990-05-31  66.66667
6        2 1990-06-30  66.66667
7        3 1990-07-31 100.00000
8        3 1990-08-31 100.00000
9        3 1990-09-30 100.00000
10       4 1990-10-31 133.33333
11       4 1990-11-30 133.33333
12       4 1990-12-31 133.33333

Answer 2

yearmon类直接表示年和月，没有日，因此您不必强制将其适合日期。 同时给zq，将系列转换为zoo类，并将时间索引转换为yearmon。 然后获得值rng的范围-一对给出第一次和最后一次值的值。 由此，我们可以创建一个时间值g的序列或网格，并将其与zq合并回来，以得到zm。 然后可以使用na.locf来填充给出zm的NA值。 我们可以将其保留为Zoo系列，以便我们可以使用Zoo的所有其他功能，但是如果您想将其转换回数据框，请使用fortify.zoo 。

library(zoo)

zq <- read.zoo(dummy_ts_1, FUN = as.yearmon)
rng <- range(time(zq))
g <- as.yearmon(seq(rng[1] - 2/12, rng[2], by = 1/12))
zm <- na.locf(merge(zq, zoo(, g)), fromLast = TRUE) / 3

DF <- fortify.zoo(zm)  # optional

给予：

> DF
      Index        zm
1  Jan 1990  33.33333
2  Feb 1990  33.33333
3  Mar 1990  33.33333
4  Apr 1990  66.66667
5  May 1990  66.66667
6  Jun 1990  66.66667
7  Jul 1990 100.00000
8  Aug 1990 100.00000
9  Sep 1990 100.00000
10 Oct 1990 133.33333
11 Nov 1990 133.33333
12 Dec 1990 133.33333
13 Jan 1991 166.66667
14 Feb 1991 166.66667
15 Mar 1991 166.66667
16 Apr 1991 200.00000
17 May 1991 200.00000
18 Jun 1991 200.00000
19 Jul 1991 233.33333
20 Aug 1991 233.33333
21 Sep 1991 233.33333
22 Oct 1991 266.66667
23 Nov 1991 266.66667
24 Dec 1991 266.66667
25 Jan 1992 300.00000
26 Feb 1992 300.00000
27 Mar 1992 300.00000
28 Apr 1992 333.33333
29 May 1992 333.33333
30 Jun 1992 333.33333

Answer 3

你可以做到这一点。

dummy_ts_1$GDP <- dummy_ts_1$GDP / 3
dummy_ts_1.b <- data.frame(Date=seq(as.Date("1990-02-01"), 
                                  length=30, by="1 month") - 1,
                         GDP=with(dummy_ts_1, 
                                  unlist(lapply(seq_along(GDP), 
                                                function(x) rep(GDP[x], 3)))))

产量：

> dummy_ts_1.b
Date       GDP
1  1990-01-31  33.33333
2  1990-02-28  33.33333
3  1990-03-31  33.33333
4  1990-04-30  66.66667
5  1990-05-31  66.66667
6  1990-06-30  66.66667
7  1990-07-31 100.00000
8  1990-08-31 100.00000
9  1990-09-30 100.00000
10 1990-10-31 133.33333
11 1990-11-30 133.33333
12 1990-12-31 133.33333
13 1991-01-31 166.66667
14 1991-02-28 166.66667
15 1991-03-31 166.66667
16 1991-04-30 200.00000
17 1991-05-31 200.00000
18 1991-06-30 200.00000
19 1991-07-31 233.33333
20 1991-08-31 233.33333
21 1991-09-30 233.33333
22 1991-10-31 266.66667