有效地在时间序列中添加缺失值

Question

我有500个数据集(面板数据).每个我都有不同商店(商店)的时间序列(周).在每个商店内,我需要添加缺少的时间序列观察.

我的数据样本将是:

store   week           value
1           1          50
1           3          52
1           4          10
2           1          4
2           4          84
2           5          2

我想看起来像:

store   week        value
1           1       50
1           2       0
1           3       52
1           4       10
2           1       4
2           2       0
2           3       0
2           4       84
2           5       2

我目前使用以下代码(它可以工作,但我的数据需要很长时间):

  stores<-unique(mydata$store)

  for (i in 1:length(stores)){ 
  mydata <- merge(
    expand.grid(week=min(mydata$week):max(mydata$week)),
    mydata, all=TRUE)
  mydata[is.na(mydata)] <- 0
  }

是否有更好,更有效的方法？

Answer 1

这是你可以尝试的dplyr/tidyr选项:

library(dplyr); library(tidyr)
group_by(df, store) %>% 
  complete(week = full_seq(week, 1L), fill = list(value = 0)) 
#Source: local data frame [9 x 3]
#
#  store  week value
#  (int) (int) (dbl)
#1     1     1    50
#2     1     2     0
#3     1     3    52
#4     1     4    10
#5     2     1     4
#6     2     2     0
#7     2     3     0
#8     2     4    84
#9     2     5     2

默认情况下,如果未指定fill参数,则将填充新行NA.由于您似乎有许多其他列,我建议省略填充参数,以便最终得到NA,如果需要,再做一步,mutate_each将NAs变为0(如果合适).

group_by(df, store) %>% 
  complete(week = full_seq(week, 1L)) %>%
  mutate_each(funs(replace(., which(is.na(.)), 0)), -store, -week)