Question

我是R的新手但是已经转向它来解决我正在尝试处理的大型数据集的问题。目前我有4列数据（Y值）设置对分钟间隔时间戳（月/日/年小时：分钟）（X值）如下：

    timestamp          tr            tt         sr         st  
1   9/1/01 0:00   1.018269e+02   -312.8622   -1959.393   4959.828  
2   9/1/01 0:01   1.023567e+02   -313.0002   -1957.755   4958.935  
3   9/1/01 0:02   1.018857e+02   -313.9406   -1956.799   4959.938  
4   9/1/01 0:03   1.025463e+02   -310.9261   -1957.347   4961.095  
5   9/1/01 0:04   1.010228e+02   -311.5469   -1957.786   4959.078

我遇到的问题是缺少一些时间戳值 - 例如在9/1/01 0:13和9/1/01 0:27之间可能存在差距，并且这些差距在数据集中是不规则的。我需要将这些系列中的几个放在同一个数据库中，因为每个系列的缺失值都不同，所以日期当前并不对齐每一行。

我想为这些缺失的时间戳生成行，并用空值（无数据，不为零）填充Y列，以便我有一个连续的时间序列。

老实说，我不太确定从哪里开始（在我学习之前没有真正使用过R！）但是任何帮助都会非常感激。到目前为止，我已经安装了chron和zoo，因为看起来它们可能很有用。

谢谢！

Answer 1

这是一个老问题，但我只是想发布一个处理这个问题的dplyr方法，因为我在搜索类似问题的答案时遇到了这个帖子。我发现它比动物园方法更直观，更容易。

library(dplyr)

ts <- seq.POSIXt(as.POSIXct("2001-09-01 0:00",'%m/%d/%y %H:%M'), as.POSIXct("2001-09-01 0:07",'%m/%d/%y %H:%M'), by="min")

ts <- seq.POSIXt(as.POSIXlt("2001-09-01 0:00"), as.POSIXlt("2001-09-01 0:07"), by="min")
ts <- format.POSIXct(ts,'%m/%d/%y %H:%M')

df <- data.frame(timestamp=ts)

data_with_missing_times <- full_join(df,original_data)

   timestamp     tr tt sr st
1 09/01/01 00:00 15 15 78 42
2 09/01/01 00:01 20 64 98 87
3 09/01/01 00:02 31 84 23 35
4 09/01/01 00:03 21 63 54 20
5 09/01/01 00:04 15 23 36 15
6 09/01/01 00:05 NA NA NA NA
7 09/01/01 00:06 NA NA NA NA
8 09/01/01 00:07 NA NA NA NA

同样使用dplyr，这样可以更容易地做一些事情，例如将所有缺失值更改为其他内容，这在ggplot中绘图时对我来说很方便。

data_with_missing_times %>% group_by(timestamp) %>% mutate_each(funs(ifelse(is.na(.),0,.)))

   timestamp     tr tt sr st
1 09/01/01 00:00 15 15 78 42
2 09/01/01 00:01 20 64 98 87
3 09/01/01 00:02 31 84 23 35
4 09/01/01 00:03 21 63 54 20
5 09/01/01 00:04 15 23 36 15
6 09/01/01 00:05  0  0  0  0
7 09/01/01 00:06  0  0  0  0
8 09/01/01 00:07  0  0  0  0

Answer 2

我认为最简单的事情就是先设置Date，如前所述，转换为zoo，然后设置合并：

df$timestamp<-as.POSIXct(df$timestamp,format="%m/%d/%y %H:%M")

df1.zoo<-zoo(df[,-1],df[,1]) #set date to Index

df2 <- merge(df1.zoo,zoo(,seq(start(df1.zoo),end(df1.zoo),by="min")), all=TRUE)

从您的df1（原始数据）中给出开始和结束，并且您正在设置 - 例如min - 根据您的示例需要。 all = TRUE将缺少日期的所有缺失值设置为NAs。

Answer 3

日期填充在R中的padr包中实施。如果存储数据框，则日期时间变量存储为POSIXct或POSIXlt。您所需要做的就是：

library(padr)
pad(df_name)

请参阅vignette（＆＃34; padr＆＃34;）或此博客文章，了解其工作原理。

Answer 4

# some made-up data
originaldf <- data.frame(timestamp=c("9/1/01 0:00","9/1/01 0:01","9/1/01 0:03","9/1/01 0:04"),
    tr = rnorm(4,0,1),
    tt = rnorm(4,0,1))

originaldf$minAsPOSIX <- as.POSIXct(originaldf$timestamp, format="%m/%d/%y %H:%M", tz="GMT")

# Generate vector of all minutes
ndays <- 1 # number of days to generate
minAsNumeric <- 60*60*24*243 + seq(0,60*60*24*ndays,by=60)

# convert those minutes to POSIX
minAsPOSIX <- as.POSIXct(minAsNumeric, origin="2001-01-01", tz="GMT")

# new df
newdf <- merge(data.frame(minAsPOSIX),originaldf,all.x=TRUE, by="minAsPOSIX")

Answer 5

如果你想用零替换上面提到的任何方法获得的NA值，你可以这样做：

df[is.na(df)] <- 0

（我想在Ibollar的回答中发表评论，但我缺乏必要的声誉，因此我发布了答案）

Answer 6

@Override
public void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);
    setContentView(R.layout.activity_main);
    editText = (EditText) findViewById(R.id.editText);
    addButton = (Button) findViewById(R.id.addButton);
    listView = (ListView) findViewById(R.id.listView);
    listItems = new ArrayList<String>();
    listItems.add("First Item - added on Activity Create");
    adapter = new ArrayAdapter<String>(this,
            android.R.layout.simple_list_item_1, listItems);
    listView.setAdapter(adapter);
    addButton.setOnClickListener(new View.OnClickListener() {

        public void onClick(View v) {
            listItems.add(editText.getText().toString());
            adapter.notifyDataSetChanged();
        }
    });
    listView.setOnItemClickListener(new AdapterView.OnItemClickListener() {
        @Override
        public void onItemClick(AdapterView<?> a, View v, int position,
                                long id) {
            Toast.makeText(MainActivity.this, "Clicked", Toast.LENGTH_LONG)
                    .show();
        }
    });
}

Answer 7

我正在寻找类似的东西，而不是填写丢失的时间戳我的数据是几个月和几天。因此，我希望产生一系列能满足闰年等待的月份。我使用lubridate：

date <- df$timestamp[1]
date_list <- c(date)
while (date < df$timestamp[nrow(df)]){
    date <- date %m+% months(1) 
    date_list <- c(date_list,date)
}
date_list <- format(as.Date(date_list),"%Y-%m-%d")
df_1 <- data.frame(months=date_list, stringsAsFactors = F)

这将为我提供增量月份的日期列表。然后我加入

df_with_missing_months <- full_join(df_1,df)

Answer 8

在R中处理时间序列数据方面有一些进展，例如tsibble package以整洁的方式添加了以下时间序列操作：

library(tsibble)
library(lubridate)

ts <- lubridate::dmy_hm(c("9/1/01 0:00","9/1/01 0:01","9/1/01 0:03","9/1/01 0:27"))
originaldf <- tsibble(timestamp = ts,
                      tr        = rnorm(4,0,1),
                      tt        = rnorm(4,0,1),
                      index     = timestamp)

originaldf %>% 
  fill_gaps()

Answer 9

我认为可以通过使用complete软件包中的tidyr来实现。

library(tidyverse)
df <- df %>%
      complete(timestamp = seq.POSIXt(min(timestamp), max(timestamp), by = "minute"), 
               tr, tt, sr,st)

您还可以初始化开始日期和结束日期，而不用使用min(timestamp)和max(timestamp)。

插入缺少日期/时间的行

9 个答案: