反向/向后 na.approx

Question

我有一个带前导 NA 的日期向量，我想使用包 zoo 中的 na.approx 为这些 NA 生成一个近似序列。

na.approx 不适用于前导 NA:

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"

我以为我可以使用 rev 反转我的向量，但我仍然得到 NA

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   

有什么想法吗？

Answer 1

na.approx 需要为 min 或 max 值之外的值传递 rule你的载体。如果使用 rule=2，则用最接近的值估算缺失值。

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"

作为替代方案，您可以使用 na.spline(如您的回答)。你提到它会变得有点疯狂因此您可以编写一个函数来根据测量之间的时间差来估算值。我这里用的是第一个非遗漏差分

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