我有几个看起来像这样的数据文件：
X code year month day pp
1 4515 1953 6 1 0
2 4515 1953 6 2 0
3 4515 1953 6 3 0
4 4515 1953 6 4 0
5 4515 1953 6 5 3.5
有时会丢失数据，但我没有 NA，这些行根本不存在。当数据丢失时，我需要创建 NA。虽然我可以通过将其转换为动物园对象并检查严格的规律性（我以前从未使用过动物园）来确定何时发生，但我使用了以下代码：
z.date<-paste(CET$year, CET$month, CET$day, sep="/")
z <- read.zoo(CET, order.by= z.date )
reg<-is.regular(z, strict = TRUE)
但答案总是正确的！
谁能告诉我为什么不工作？或者更好的是，告诉我一种在数据丢失时创建 NA 的方法（有或没有 zoo 包）？
谢谢
该seq函数具有一些有趣的功能，您可以使用这些功能轻松生成完整的日期序列。例如，以下代码可用于生成从 4 月 25 日开始的日期序列：
编辑：此功能记录在?seq.Date
start = as.Date("2011/04/25")
full <- seq(start, by='1 day', length=15)
full
[1] "2011-04-25" "2011-04-26" "2011-04-27" "2011-04-28" "2011-04-29"
[6] "2011-04-30" "2011-05-01" "2011-05-02" "2011-05-03" "2011-05-04"
[11] "2011-05-05" "2011-05-06" "2011-05-07" "2011-05-08" "2011-05-09"
现在使用相同的原理生成一些带有“缺失”行的数据，方法是每隔 2 天生成一次序列：
partial <- data.frame(
date=seq(start, by='2 day', length=6),
value=1:6
)
partial
date value
1 2011-04-25 1
2 2011-04-27 2
3 2011-04-29 3
4 2011-05-01 4
5 2011-05-03 5
6 2011-05-05 6
要回答您的问题，可以使用向量下标或match函数来创建具有 NA 的数据集：
with(partial, value[match(full, date)])
[1] 1 NA 2 NA 3 NA 4 NA 5 NA 6 NA NA NA NA
将此结果与原始完整数据相结合：
data.frame(Date=full, value=with(partial, value[match(full, date)]))
Date value
1 2011-04-25 1
2 2011-04-26 NA
3 2011-04-27 2
4 2011-04-28 NA
5 2011-04-29 3
6 2011-04-30 NA
7 2011-05-01 4
8 2011-05-02 NA
9 2011-05-03 5
10 2011-05-04 NA
11 2011-05-05 6
12 2011-05-06 NA
13 2011-05-07 NA
14 2011-05-08 NA
15 2011-05-09 NA
在 zoo 包中，“常规”意味着该系列是等距的，除了可能缺少一些条目。zoo 包中的zooreg类专门针对该类型的系列。请注意，所有常规系列的集合包括所有等间距系列的集合，但严格来说更大。
该is.regular函数检查给定的序列是否是规则的。也就是说，如果为丢失的条目插入 NA，该系列是否可以使其等间距？
关于你的最后一个问题，它是一个常见问题解答。请参阅动物园常见问题解答中的常见问题解答 #13，可从zoo CRAN 页面或 R 中通过以下方式获得：
vignette("zoo-faq")
同样在 FAQ #13 中有一些说明性代码。
首先要注意的z.date是字符，而不是日期。
以下是我如何使用 xts（动物园的子类）解决您的问题。
# remove the third obs from sample data
CET <- CET[-3,]
# create an actual Date column in CET
CET$date <- as.Date(with(CET, paste(year, month, day, sep="-")))
# create an xts object using 'date' column
x <- xts(CET[,c("code","pp")], CET$date)
# now merge 'x' with a regular date sequence spanning the start/end of 'x'
X <- merge(x, timeBasedSeq(paste(start(x), end(x), sep="::")))
X
# code pp
# 1953-06-01 4515 0.0
# 1953-06-02 4515 0.0
# 1953-06-03 NA NA
# 1953-06-04 4515 0.0
# 1953-06-05 4515 3.5
我不得不用每月的时间序列来处理类似的问题。我通过时间变量直接加入两个data.table/来做到这一点。data.frame我的观点是时间序列也是一种数据集。因此，您还可以以常规方式将任何时间序列作为常规数据集进行操作。这是我的解决方案：
library(zoo)
(full <- data.table(yrAndMo = as.yearmon(seq(as.Date('2008-01-01'), by = '1 month', length = someLength))))
# the full time horizon that you want to have
# yrAndMo
# 1: Jan 2008
# 2: Feb 2008
# 3: Mar 2008
# 4: Apr 2008
# 5: May 2008
# ---
# 98: Feb 2016
# 99: Mar 2016
# 100: Apr 2016
# 101: May 2016
# 102: Jun 2016
exampleDat # the actually data you want to append to the full time horizon
# yrAndMo someValue
# 1 Mar 2010 7500
# 2 Jun 2010 1115
# 3 Mar 2011 2726
# 4 Apr 2011 1865
# 5 Nov 2011 1695
# 6 Dec 2012 10000
# 7 Mar 2016 1000
library(plyr)
join(full, exampleDat, by = 'yrAndMo', type = "left")
# yrAndMo someValue
# 1: Jan 2008 NA
# 2: Feb 2008 NA
# 3: Mar 2008 NA
# 4: Apr 2008 NA
# 5: May 2008 NA
# ---
# 98: Feb 2016 NA
# 99: Mar 2016 1000
# 100: Apr 2016 NA
# 101: May 2016 NA
# 102: Jun 2016 NA
在此之后，您可以轻松地将数据集的类更改回您想要的任何类型的时间序列。我更喜欢read.zoo.