在R中為時間序列數據填充缺失的行

Question

多虧了Stackoverflow的許多精彩文章，我有了一個解決方案來填充時間序列數據的缺失行。 但是我主要關心的是是否有任何方法可以使它更簡潔，更簡短。 我正在使用如下數據：

df <- data.frame(
        id = c("A", "A", "A", "A", "A", "B", "B", "B", "C", "C", "C"),
        week = c(-13, -2, 4, 5, 6, 3, 4, 5, -8, -5, 3), 
        last_week = c(6, 6, 6, 6, 6, 5, 5, 5, 3, 3, 3),
        first_week = c(-20, -20, -20, -20, -20, 2, 2, 2, -3, -3, -3),
        dv = c(3, 2, 2, 1, 4, 5, 2, 3, 1, 1, 2)
      )

我的目標是三方面的：

1）如果first_week小於-10，則應該從-10到last_week每行。 也就是說，id A應該有-10到6周的行。

2）如果first_week大於0，則應該從1到last_week每行。 即，ID B應該在第1到5周中包含行。

3）對於所有其他情況，我應該具有從first_week到last_week開始的每一行。 即，ID C應該有-3至3周的行。

現在，我的解決方案如下所示：

loop_for_filling <- function(df){
    for(i in unique(df$id)){
      current_id_df <- filter(df, id == i)
      current_id_last_week <- unique(current_id_df$last_week)
      current_id_first_week <- unique(current_id_df$first_week)

      # Create a sequence of weeks to be filled
      if(current_id_first_week > 0){
        all_weeks = seq(1, current_id_last_week)
      } else if(current_id_first_week < -10){
          all_weeks = seq(-10, current_id_last_week)
      } else{
            all_weeks = seq(current_id_first_week, current_id_last_week)
            current_id_df = filter(current_id_df, week >= first_week)
      }

      # Create a dataframe with rows for every week btwn last_week and first_week
      current_id_all <- data.frame(list(week = all_weeks)) %>% mutate(id = i)

      # Merge two dataframes
      current_id_new_df <- merge(current_id_df, current_id_all, all = T) %>% 
        subset(., select = -c(last_week, first_week)) %>% 
        filter(week >= -10)

      # Bind current_person_new_dfs
      if(i == unique(df$id)[[1]]){all_file <- current_id_new_df}
      if(i != unique(df$id)[[1]]){all_file <- rbind(all_file, current_id_new_df)}
    }

    all_file

  }

  df2 <- loop_for_filling(df)
  df2

這當然可以工作，但是我正在處理一個大型數據集（5萬個ID），我想知道是否有任何方法可以以更短和更簡潔的方式處理此問題，所以我不必盯着我的眼睛循環三個小時：）

謝謝！

Answer 1

我認為這將運行得更快。 首先，我將應用指定的調整方法，確定每個id應顯示的周數范圍。 然后，我使用tidyr :: uncount（）為每個所需的id-week組合創建行。 最后，我加入原始數據。

library(tidyverse)
df_ranges <- df %>%
  distinct(id, first_week, last_week) %>% 
  mutate(first_week = case_when(first_week < -10 ~ -10,
                                first_week > 0   ~   1,
                                TRUE             ~ first_week)) %>%
  mutate(week_count = last_week - first_week + 1)

df2b <- df_ranges %>%
  uncount(week_count, .id = "week") %>%
  mutate(week = first_week + week - 1) %>%
  select(id, week) %>%
  left_join(df %>% select(id, week, dv))

identical(df2b, df2)
#[1] TRUE