时间序列数据处理求助

时间序列大概跨度有15年，总数据天数是5800多天，但是其中有大概2000个缺失值，周末基本上都是缺失值。如果是这样的话这个数据该如何处理呢？可不可以加总成周数据或者月数据来分析？这样可能缺失就比较少了。如果可以的话请问命令是什么，感谢！使用stata或者R软件。

一个指标就有两千多缺失值？是否要加总是要看你整个模型意义的，直接用excel函数也可以做到的，祝顺利

直接用excel函数.

用Python,Pandas中的Dataframe里面的NaN函数，R应该也类似，去处理缺失值。按周去处理数据或者继续按天处理数据（把所有含有缺失值的天数全部删除）

时间序列周六周日没有数据，不参与统计.
整理一份数据，或者拿到一份数据，想看一下变量缺失情况。
【命令】
nmissing，npresent
【例子】
ssc install nmissing \\\安装 nmising 命令
use yourdata,clear \\\调入你的数据
nmising \\\显示所有变量的缺失数目
nmising var1 \\\显示变量var1的缺失数目
nmising，min(10) \\\显示缺失超过10个的变量
npresent \\\显示所有变量的已有数据，和nmising正好相反。