用 R 对不规则时间序列进行插值

Question

在 R 中搜索时间序列数据的线性插值时，我经常na.approx()从zoo包中找到要使用的建议。

然而，对于不规则的时间序列，我遇到了问题，因为插值在间隙数量上均匀分布，没有考虑该值的关联时间戳。

我找到了一个围绕使用的解决方案approxfun()，但我想知道是否有一个更干净的解决方案，最好基于tsibble具有tidyverts包系列函数的对象？

以前的答案依赖于通过填补空白将不规则日期网格扩展为规则网格。然而，当插值期间应考虑白天时，这会导致问题。

这是一个（修订后的）最小示例，其中包含 POSIXct 时间戳而不是仅日期：

library(tidyverse)
library(zoo)

df <- tibble(date = as.POSIXct(c("2000-01-01 00:00", "2000-01-02 02:00", "2000-01-05 00:00")),
             value = c(1,NA,2))

df %>% 
  mutate(value_int_wrong = na.approx(value),
         value_int_correct = approxfun(date, value)(date))

# A tibble: 3 x 4
  date                value value_int_wrong value_int_correct
  <dttm>              <dbl>           <dbl>             <dbl>
1 2000-01-01 00:00:00     1             1                1   
2 2000-01-02 02:00:00    NA             1.5              1.27
3 2000-01-05 00:00:00     2             2                2   

有什么想法如何（有效）处理这个问题吗？感谢您的支持！

Answer 1

这是一个等效的基于 tsibble 的解决方案。该interpolate()函数需要一个模型，但您可以使用随机游走在点之间给出线性插值。

library(tidyverse)
library(tsibble)
library(fable)
#> Loading required package: fabletools

df <- tibble(
  date = as.Date(c("2000-01-01", "2000-01-02", "2000-01-05", "2000-01-06")),
  value = c(1, NA, 2, 1.5)
) %>%
  as_tsibble(index = date) %>%
  fill_gaps()

df %>%
  model(naive = ARIMA(value ~ -1 + pdq(0,1,0) + PDQ(0,0,0))) %>%
  interpolate(df)
#> # A tsibble: 6 x 2 [1D]
#>   date       value
#>   <date>     <dbl>
#> 1 2000-01-01  1   
#> 2 2000-01-02  1.25
#> 3 2000-01-03  1.5 
#> 4 2000-01-04  1.75
#> 5 2000-01-05  2   
#> 6 2000-01-06  1.5

^{由reprex 包(v0.3.0)于 2020-04-08 创建}

Answer 2

就我个人而言，我会选择您正在使用的解决方案，但为了展示如何na.approx在这种情况下使用，我们可以complete在使用之前按日期顺序排列na.approx并将其与原始df数据连接以保留原始行。

library(dplyr)

df %>% 
  tidyr::complete(date = seq(min(date), max(date), by = "day")) %>%
  mutate(value_int = zoo::na.approx(value)) %>%
  right_join(df, by = "date") %>%
  select(date, value_int)


#  date       value_int
#  <date>         <dbl>
#1 2000-01-01      1   
#2 2000-01-02      1.25
#3 2000-01-05      2