[英]Interpolate between non-NA observations
考慮對不規則快照的觀察,其中一些是不適用的:
library(tidyverse)
library(tweenr)
df <- data.frame(date = c(ymd("20191201"), ymd("20191203"), ymd("20191207"), ymd("20191220")),
value = c(1, 2, NA, 5))
僅在具有非 NA 值的觀測值之間線性插值日期的最簡潔方法是什么? (在這個例子中,因為 20191201 和 20191203 有連續的非 NA 值,應該有插值)我想以某種方式使用lead
或lag
。 此代碼在所有值之間進行插值:
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"))
我們可以創建一個新列來標記我們不想插入的非 NA 值之間的日期( temp
)。 使用complete
填充缺失的日期序列並fill
temp
列並使用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
這是我設想的解決方案。 主要思想是創建一個掩碼來確定將插入哪些值。 要創建掩碼,我們將一行標記為 TRUE,如果該行和下一行都具有非 NA 值,然后使用complete
和fill
填充它們之間。 為了完成掩碼,我們將最后一個連續觀察設置為 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)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.