问题标签 [imputets]

所以这是我的问题：我有 2010 年至 2019 年每日利率的原始数据。但是，有几个日期缺失。

1244 9-Jul-10 5.053 1245 8-Jul-10 5.007 1246 7-Jul-10 4.991 1247 6-Jul-10 4.976 1248 28-Jun-10 4.850 1249 21-Jun-10 4.900 1250 18-Jun-10 5.000 1251 14-Jun-10 3.800 1252 9-Jun-10 3.850 1253 1-Jun-10 3.950 1254 31-May-10 3.950

当我在 R 上导入数据时，它显示 1254 个数据，这是我实际拥有的数据量。

利息 日期 价格
1 21-Jan-19 3.550 2 20-Jan-19 3.550 3 19-Jan-19 3.550 4 18-Jan-19 3.550 5 17-Jan-19 3.630 摘要（利息） 日期价格 X
长度：1254 :0.861 分钟。: 1.000
等级 :character 1st Qu.:2.400 1st Qu.: 1.000
Mode :character 中位数 :2.900 Median : 2.000
Mean :3.000 Mean : 3.031
第三Qu.:3.670 第三Qu.: 6.000
Max. :5.674 最大。:10.000
NA :1222**

但是，在将其转换为时间序列时，它会对缺失日期的数据进行插值，结果总共为 3281。

摘要（interest.ts）分钟。第一曲。中位数平均第三曲。最大限度。0.861 2.450 2.900 3.001 3.680 5.674 长度（interest.ts）[1] 3281**

这会影响我对利率的预测。

我希望能够在我的日常值中识别缺失的日期并在 R 中自动替换它。我已经调查了包imputeTS和lubridate. 我不知道使用什么函数来重新编号日期并分别显示“价格”变量的 NaN。

然后我将使用 imputeTS 包中可用的正确插值方法来插值“价格”变量的值。

只是我只想知道如何在 R 中自动添加缺少的日期。由于缺少 1000 多个日期，因此在 Excel 上手动执行它很乏味。

考虑以下工作示例：

我想使用 imputeTS 包中的 na_interpolation 估算时间序列内不同点的缺失值。但是，我不想在系列的开头或结尾估算可能有不同长度的缺失值（在我的应用程序中替换这些值没有意义）。

当我运行以下代码来估算系列时，所有 NA 都被替换：

我想要实现的是：

我有一个大型的每小时时间序列数据集，显示不同时间的温度。该系列中有许多缺失值 (NA)，因此我使用线性插值来使用 imputeTS 包估算缺失值。在插值之前，我被告知要为估算值创建一个列作为动物园对象。这用推算的温度替换了任何 NA 温度。

我正在做采暖度日分析，这是将建筑物加热到室温所需的加热。如果室外温度低于 15.5 度，则需要加热。我希望忽略（或设置为 NA）高于 15.5 的值，只关注以下温度。然后我想计算加热度天数，即（15.5-Temp）*1/24（一天 24 小时）。这通常很简单，但是我在处理动物园对象时遇到了麻烦。有人可以帮忙吗？？

数据示例如下：

这些是我的插补步骤：

插补工作成功，用估计值替换了 NA 值，但我无法操纵动物园对象“airTempImp”来创建开头段落中指定的加热度天数列。

我尝试过使用 ifelse、ifelse.zoo、transform 但似乎都没有工作！

谢谢！

我正在尝试填补天气数据，我的数据是半小时一次，但在这里我为每小时数据准备了一个可重现的代码。因为天气数据是季节性的，首先我使用 stat::ts() 创建一个时间序列，然后将其提供给卡尔曼滤波器 (imputeTS::na_seadec) 或 forecast::na.interp，但是代码非常慢，而如果我在没有创建 ts 的情况下将原始数据提供给 kalam 过滤器，它会非常快，但它会丢失季节性信息。另外，我在 imputeTS::na_seadec() 中尝试了 find_frequency = TRUE，这再次使代码太慢（单个时间序列需要数小时和数小时）。我想知道是否有办法使用卡尔曼滤波器但保留季节性信息。

目前我正在尝试在 R 中的向量中估算值。估算的条件是。

• 查找所有 NA 值
• 然后检查它们之前和之后是否有现有值
• 还要检查 NA 之后的值是否大于 NA 之前的值
• 如果满足条件，计算取前后值的平均值。
• 用推算值替换 NA 值

我开始编写代码来检测可以估算的值。但是我遇到了以下问题。

然而，这仅检测到可能是可推算的 NA，并且仅适用于示例一。它是不完整的，不幸的是超级难以阅读和理解。

对此的任何帮助将不胜感激。

NA我试图通过多组插值来 估算缺失值。

我只是子集一个简单的例子：

我用过na.approx()，但是错了。似乎我的数据在每组的第一次观察中缺少价值。

我也尝试过打包imputeTS但不工作。

两者都不正确。这是否意味着使用插值来估算缺失不是一个好主意？

我不确定哪种插补方式更好（不想使用meanor median）。我正在考虑使用PS趋势来估算MP。（只是我的想法，不是问题）

我正在尝试用显示指数增长的数字填充 NA 值。下面是我正在尝试做的数据示例。

我已经使用过%>% arrange(month, X2009H1N1) %>% group_by(X2009H1N1, type ) %>% mutate(aprox_MidLevelRange = zoo::na.approx(MidLevelRange, na.rm = FALSE))，但结果对我来说并不是指数级的。谢谢

我正在尝试使用 R 中的 imputeTS 包在单变量时间序列中估算 NA 值，当我尝试使用 na_kalman() 通过卡尔曼平滑进行估算时，我注意到了一些奇怪的事情。

我的数据是日平均温度数据，所以它类似于下面代码中的伪数据，它用 NA 模拟了 2 年的数值数据：

现在是奇怪的部分：我注意到如果我尝试将这个时间序列传递给 na_kalman() 函数，它似乎总是让我的 R 会话崩溃。

但是，如果我使用与频率为 1 的数值向量或时间序列相同的数据，它似乎工作得很好。出于某种原因，这似乎表明问题出在时间序列的频率上。

如果我尝试使用卡尔曼平滑作为 na_seadec() 的选项，这似乎也会发生，无论 find_frequency 是否为 TRUE 或 FALSE：

谁能帮我理解为什么会这样？

我想在两个或多个间隙中使用最后一个观察结果（locf）或下一个观察结果向后（nocb）来估算缺失值。

为了确定填充缺失值的方向（上/下），对数据框中的第一列（间隔​​）进行加权。插值（locf/nocb）应该从最小值结束（对应于向外的 NAs 行的间隔值）。默认的 fillna 是 locf。

示例：异常 nafill 的逻辑：在 ID2 列第 5-7 行（包括标题）中，方向将为 nocb，因为 (Interval[7,] value= 50) 小于 Interval[5,] value=100。

尝试使用df1 <-df %>%fill(ID1, ID2, ID3,which.min(Interval)) %>% #default direction down fill(ID1, ID2, ID3, .direction = "up",which.min(Interval)) aint 工作，请协助更正或建议另一种有效的 R 解决方案。预先感谢您的帮助。

输入

预期产出

我正在尝试在我的 Python 代码中使用“imputeTS”，并通过 Anaconda 安装了 rpy2。（我的笔记本电脑上没有 R）。但是 rpy2 似乎没有包“imputeTS”（loadNamespace(name) 中的错误：没有名为“imputeTS”的包）。我还尝试使用“conda install -cr r-imputeTS”，但它仍然给了我找不到包的错误。只是想知道是否有办法通过 Anaconda 安装“imputeTS”包以在 Python 中使用？谢谢！