Rückwärts/Rückwärtsna.approx

Question

Ich habe einen Datumsvektor mit führenden NAs und ich möchte eine ungefähre Sequenz für diese NAs mit na.approx aus Paket zoo generieren.

na.approx nicht für führende NAs arbeiten:

x <- as.Date(c(rep(NA,3),"1992-01-16","1992-04-16","1992-07-16", 
"1992-10-16","1993-01-15","1993-04-16","1993-07-17")) 
as.Date(na.approx(x,na.rm=FALSE)) 

[1] NA   NA   NA   "1992-01-16" "1992-04-16" 
1992-07-16" "1992-10-16" "1993-01-15" "1993-04-16" "1993-07-17" 

Ich dachte, dass ich meine Vektor rev mit umkehren könnte, aber ich NAs noch Irgendwelche Ideen

as.Date(na.approx(rev(x),na.rm=FALSE)) 

[1] "1993-07-17" "1993-04-16" "1993-01-15" "1992-10-16" "1992-07-16" 
"1992-04-16" "1992-01-16" NA   NA   NA 

bekommen?

Answer 1

Gefunden meine Antwort. na.spline macht einen guten Job mit vielen Daten. Im obigen Beispiel habe ich wenige Daten, die eine Annäherung der Annäherung verursachen. In meinem realen Beispiel gibt es jedoch keine Drift.

as.Date(na.spline(x,na.rm=FALSE)) 
[1] "1993-07-17" "1993-04-16" "1993-01-15" "1992-10-16" "1992-07-16" 
"1992-04-16" "1992-01-16" "1991-10-15" "1991-07-13" "1991-04-06" 

Answer 2

na.approx erfordert eine rule außerhalb des min oder max Wert von Ihre Vektor für Werte übergeben werden. Wenn rule=2 verwendet wird, werden die fehlenden Werte mit dem nächstliegenden Wert berechnet.

as.Date(na.approx(x,na.rm=FALSE, rule=2)) 
# [1] "1992-01-16" "1992-01-16" "1992-01-16" "1992-01-16" "1992-04-16" "1992-07-16" "1992-10-16" "1993-01-15" 
# [9] "1993-04-16" "1993-07-17" 

Als Alternative können Sie na.spline (wie in Ihrer Antwort) verwenden. Sie erwähnen, dass es ein wenig wild bekommen kann, so dass Sie eine Funktion schreiben können, um die Werte basierend auf dem Zeitunterschied zwischen Ihren Kennzahlen zu unterstellen. Ich benutze den ersten nicht-fehlenden Unterschied hier

add_leading_seq_dates <- function(x) { 
     first_non_missing = which.min(is.na(x)) 
     first_day_diff = na.omit(diff(x))[1] 
     no_of_leadng_missing = first_non_missing - 1 
     input_dates = x[first_non_missing] - cumsum(rep(first_day_diff, no_of_leadng_missing)) 
     x[is.na(x)] = rev(input_dates) 
     x 
} 

add_leading_seq_dates(x) 

# [1] "1991-04-18" "1991-07-18" "1991-10-17" "1992-01-16" "1992-04-16" 
# [6] "1992-07-16" "1992-10-16" "1993-01-15" "1993-04-16" "1993-07-17" 

diff(add_leading_seq_dates(x)) 
# Time differences in days 
# [1] 91 91 91 91 91 92 91 91 92