r - 插入缺失的每月数据行并插入

Question

我有一个数据框，下面有5000多行。我正在尝试在月份缺失的地方插入一行，例如下面的第6个月 - 然后利用线性插值计算“TWS”值。理想情况下，Decimal Date也会被适当地填充，但如果不是，我可以在之后进行分类！数据帧是10年（2003-2012）的月份1:12，但是这对于多个网格正方形重复。

我发现很多其他类似的问题，但不涉及重复1:12每月顺序。

> head(ts.data,20) 
    GridNo GridIndex Lon Lat DecimDate Year Month  TWS 
1 GR72  72 35.5 -4.5 2003.000 2003 01 14.2566781 
2 GR72  72 35.5 -4.5 2003.083 2003 02 5.0413706 
3 GR72  72 35.5 -4.5 2003.167 2003 03 3.8192721 
4 GR72  72 35.5 -4.5 2003.250 2003 04 5.8706026 
5 GR72  72 35.5 -4.5 2003.333 2003 05 7.8461188 
6 GR72  72 35.5 -4.5 2003.500 2003 07 2.3821844 
7 GR72  72 35.5 -4.5 2003.583 2003 08 0.1995629 
8 GR72  72 35.5 -4.5 2003.667 2003 09 -1.8353604 
9 GR72  72 35.5 -4.5 2003.750 2003 10 -2.0410653 
10 GR72  72 35.5 -4.5 2003.833 2003 11 -1.4029813 
11 GR72  72 35.5 -4.5 2003.917 2003 12 -0.2206872 
12 GR72  72 35.5 -4.5 2004.000 2004 01 -0.5090872 
13 GR72  72 35.5 -4.5 2004.083 2004 02 -0.4887118 
14 GR72  72 35.5 -4.5 2004.167 2004 03 -0.7725966 
15 GR72  72 35.5 -4.5 2004.250 2004 04 4.1831581 
16 GR72  72 35.5 -4.5 2004.333 2004 05 2.5651040 
17 GR72  72 35.5 -4.5 2004.417 2004 06 -2.2511409 
18 GR72  72 35.5 -4.5 2004.500 2004 07 -1.6484375 
19 GR72  72 35.5 -4.5 2004.583 2004 08 -4.6508982 
20 GR72  72 35.5 -4.5 2004.667 2004 09 -5.0053745 

任何帮助表示赞赏！

Answer 1

使用data.table和zoo包，你可以轻松扩展数据集，并在今年

的两种尺寸，只要你没有NA小号插消耗数据集

library(data.table) 
library(zoo) 
res <- setDT(df)[, .SD[match(1:12, Month)], by = Year] 

插值在任何你想要的列

cols <- c("Month", "DecimDate", "TWS") 
res[, (cols) := lapply(.SD, na.approx, na.rm = FALSE), .SDcols = cols] 

res 
#  Year GridNo GridIndex Lon Lat DecimDate Month  TWS 
# 1: 2003 GR72  72 35.5 -4.5 2003.000  1 14.2566781 
# 2: 2003 GR72  72 35.5 -4.5 2003.083  2 5.0413706 
# 3: 2003 GR72  72 35.5 -4.5 2003.167  3 3.8192721 
# 4: 2003 GR72  72 35.5 -4.5 2003.250  4 5.8706026 
# 5: 2003 GR72  72 35.5 -4.5 2003.333  5 7.8461188 
# 6: 2003  NA  NA NA NA 2003.417  6 5.1141516 
# 7: 2003 GR72  72 35.5 -4.5 2003.500  7 2.3821844 
# 8: 2003 GR72  72 35.5 -4.5 2003.583  8 0.1995629 
# 9: 2003 GR72  72 35.5 -4.5 2003.667  9 -1.8353604 
# 10: 2003 GR72  72 35.5 -4.5 2003.750 10 -2.0410653 
# 11: 2003 GR72  72 35.5 -4.5 2003.833 11 -1.4029813 
# 12: 2003 GR72  72 35.5 -4.5 2003.917 12 -0.2206872 
# 13: 2004 GR72  72 35.5 -4.5 2004.000  1 -0.5090872 
# 14: 2004 GR72  72 35.5 -4.5 2004.083  2 -0.4887118 
# 15: 2004 GR72  72 35.5 -4.5 2004.167  3 -0.7725966 
# 16: 2004 GR72  72 35.5 -4.5 2004.250  4 4.1831581 
# 17: 2004 GR72  72 35.5 -4.5 2004.333  5 2.5651040 
# 18: 2004 GR72  72 35.5 -4.5 2004.417  6 -2.2511409 
# 19: 2004 GR72  72 35.5 -4.5 2004.500  7 -1.6484375 
# 20: 2004 GR72  72 35.5 -4.5 2004.583  8 -4.6508982 
# 21: 2004 GR72  72 35.5 -4.5 2004.667  9 -5.0053745 
# 22: 2004  NA  NA NA NA  NA NA   NA 
# 23: 2004  NA  NA NA NA  NA NA   NA 
# 24: 2004  NA  NA NA NA  NA NA   NA 

Answer 2

我只是简单地把你的日期变成实际的日期（这里以第一每月的：

dates <- as.Date(paste(ts.data$Year, ts.data$Month, 1, sep="-")) 

做的目标是相同的，缺个月（这里只有一个，但可以有许多工作）：

target <- as.Date("2003-06-01") 

，并做近似：

ts.data <- data.frame(Year=c(rep(2003,11),rep(2004,9)),Month=c((1:12)[-6],1:9),TWS=c(14.2566781,5.0413706,3.8192721,5.8706026,7.8461188, 2.3821844, 0.1995629,-1.8353604,-2.0410653,-1.4029813,-0.2206872,-0.5090872,-0.4887118,-0.7725966, 4.1831581, 2.5651040,-2.2511409,-1.6484375,-4.6508982, -5.0053745)) 
dates <- as.Date(paste(ts.data$Year, ts.data$Month, 1, sep="-")) 
target <- as.Date("2003-06-01") 
ts.data <- rbind(ts.data, 
       data.frame(Year=2003, 
          Month=6, 
          TWS=approx(dates, ts.data$TWS, target)$y) 
ts.data <- ts.data[order(ts.data$Year, ts.data$Month),] 

：在您的数据帧（这里的简化）的背景下

approx(dates, ts.data$TWS, target) 
$x 
[1] "2003-06-01" 

$y 
[1] 5.069365 

所以