用R软件 如何补全 不连续的日期数据？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

数据集中日期不连续的，有断层。比如：
2014-4-5    123
2014-4-6    234
2014-4-8     456
2014-4-10   345


现在需要补齐缺失的日期，补全后数据集为

2014-4-5    123
2014-4-6    234
2014-4-7
2014-4-8     456
2014-4-9
2014-4-10   345



数据集有近6万个数据量，有没有方法可以实现这个过程（R语言），求回答。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：日期数据 r软件 数据集 R语言 有没有 如何 软件

你的日期数据格式是哪种

万人往LVR 发表于 2015-9-17 15:33
你的日期数据格式是哪种

就是as.Date()函数处理之后的格式

> library(lubridate)
> x<-ymd("2010-01-01")
> y<-ymd("2010-03-30")
> z<-as.numeric(y-x)
> DATE<-x+days(0:z)
> x
[1] "2010-01-01 UTC"
> y
[1] "2010-03-30 UTC"
> DATE
[1] "2010-01-01 UTC" "2010-01-02 UTC" "2010-01-03 UTC" "2010-01-04 UTC" "2010-01-05 UTC" "2010-01-06 UTC" "2010-01-07 UTC" "2010-01-08 UTC"
[9] "2010-01-09 UTC" "2010-01-10 UTC" "2010-01-11 UTC" "2010-01-12 UTC" "2010-01-13 UTC" "2010-01-14 UTC" "2010-01-15 UTC" "2010-01-16 UTC"
[17] "2010-01-17 UTC" "2010-01-18 UTC" "2010-01-19 UTC" "2010-01-20 UTC" "2010-01-21 UTC" "2010-01-22 UTC" "2010-01-23 UTC" "2010-01-24 UTC"
[25] "2010-01-25 UTC" "2010-01-26 UTC" "2010-01-27 UTC" "2010-01-28 UTC" "2010-01-29 UTC" "2010-01-30 UTC" "2010-01-31 UTC" "2010-02-01 UTC"
[33] "2010-02-02 UTC" "2010-02-03 UTC" "2010-02-04 UTC" "2010-02-05 UTC" "2010-02-06 UTC" "2010-02-07 UTC" "2010-02-08 UTC" "2010-02-09 UTC"
[41] "2010-02-10 UTC" "2010-02-11 UTC" "2010-02-12 UTC" "2010-02-13 UTC" "2010-02-14 UTC" "2010-02-15 UTC" "2010-02-16 UTC" "2010-02-17 UTC"
[49] "2010-02-18 UTC" "2010-02-19 UTC" "2010-02-20 UTC" "2010-02-21 UTC" "2010-02-22 UTC" "2010-02-23 UTC" "2010-02-24 UTC" "2010-02-25 UTC"
[57] "2010-02-26 UTC" "2010-02-27 UTC" "2010-02-28 UTC" "2010-03-01 UTC" "2010-03-02 UTC" "2010-03-03 UTC" "2010-03-04 UTC" "2010-03-05 UTC"
[65] "2010-03-06 UTC" "2010-03-07 UTC" "2010-03-08 UTC" "2010-03-09 UTC" "2010-03-10 UTC" "2010-03-11 UTC" "2010-03-12 UTC" "2010-03-13 UTC"
[73] "2010-03-14 UTC" "2010-03-15 UTC" "2010-03-16 UTC" "2010-03-17 UTC" "2010-03-18 UTC" "2010-03-19 UTC" "2010-03-20 UTC" "2010-03-21 UTC"
[81] "2010-03-22 UTC" "2010-03-23 UTC" "2010-03-24 UTC" "2010-03-25 UTC" "2010-03-26 UTC" "2010-03-27 UTC" "2010-03-28 UTC" "2010-03-29 UTC"
[89] "2010-03-30 UTC"

jinkelazzz 发表于 2015-9-17 16:19
> library(lubridate)
> x y z DATE x
[1] "2010-01-01 UTC"

我的数据量比较大，而且中间的缺失量比较多，这个方法可能还是要先识别不连续时间的开始与结束，能不能有直接实现这个过程的函数或者其他方法？谢谢！

chloe0521 发表于 2015-9-17 16:45
我的数据量比较大，而且中间的缺失量比较多，这个方法可能还是要先识别不连续时间的开始与结束，能不能有 ...

你就列出头尾不就好啦。中间的不都是你要的么

jinkelazzz 发表于 2015-9-17 16:50
你就列出头尾不就好啦。中间的不都是你要的么

意思是说，原数据观测不连续，怎么在原序列基础上加入观测值，数值用NA或者0代替

kazenogyosya 发表于 2016-3-27 09:38
意思是说，原数据观测不连续，怎么在原序列基础上加入观测值，数值用NA或者0代替

给你按照这个思路来：

1. x=seq(1,16,by=2)
   
2. y=1:8
   
3. 
   
4. df1 <- data.frame(x,y)
   
5. # 产生一个新的data.frame
   
6. df2 <- data.frame(x=1:16,c=NA)
   
7. newdf <- merge(df1,df2,by="x",all=TRUE)
   
8. newdf$c <- NULL
   
9. newdf

复制代码

建立一个连续的时间序列，然后merge

jinkelazzz 发表于 2015-9-17 16:19
> library(lubridate)
> x y z DATE x
[1] "2010-01-01 UTC"

楼主~~为啥我使用ymd总是报错呢？为啥呢？