对于不规则数据，对每天午夜的值进行插值

Question

我的数据集由以不规则时间间隔获取的读数组成

df1 <- read.table(text = "DT   odczyt.1 odczyt.2
'2023-08-16 00:00:00'   482 1.5
'2023-08-16 23:55:00'   483 4.3
'2023-08-17 05:00:00'   484 1.6
'2023-08-17 23:59:45'   485 5.6
'2023-08-18 00:50:00'   486 1.5
'2023-08-18 23:50:45'   487 6.8
'2023-08-19 00:03:00'   586 1.5
'2023-08-19 05:09:45'   578 7.9
'2023-08-19 17:01:00'   521 11.5
'2023-08-19 18:01:15'   365 8.5
'2023-08-19 22:59:30'   490 1.8
'2023-08-19 23:59:45'   456 6.6
'2023-08-20 00:48:00'   478 1.5
'2023-08-20 03:03:00'   461 1.54
'2023-08-20 05:04:15'   397 1.6
'2023-08-20 19:07:00'   492 6.6
'2023-08-20 23:59:45'   493 3.8
'2023-08-21 01:00:00'   471 9.2
'2023-08-21 07:00:30'   493 8.5
'2023-08-21 13:21:45'   495 5.5", header = TRUE) %>% 
  mutate (DT = as.POSIXct(DT))

他想估算每天 00:00 的值。我正在考虑使用

na.approx

使用一个插值得到的预期结果：

df1 <- read.table(text = "DT   odczyt.1 odczyt.2
'2023-08-16 00:00:00'   482 1.5
'2023-08-16 23:55:00'   483 4.3
'2023-08-17 00:00:00'   483.016 4.256
'2023-08-17 05:00:00'   484 1.6
'2023-08-17 23:59:45'   485 5.6
'2023-08-18 00:00:00'   
'2023-08-18 00:50:00'   486 1.5
'2023-08-18 23:50:45'   487 6.8
'2023-08-19 00:00:00'   
'2023-08-19 00:03:00'   586 1.5
'2023-08-19 05:09:45'   578 7.9
'2023-08-19 17:01:00'   521 11.5
'2023-08-19 18:01:15'   365 8.5
'2023-08-19 22:59:30'   490 1.8
'2023-08-19 23:59:45'   456 6.6
'2023-08-20 00:00:00'   
'2023-08-20 00:48:00'   478 1.5
'2023-08-20 03:03:00'   461 1.54
'2023-08-20 05:04:15'   397 1.6
'2023-08-20 19:07:00'   492 6.6
'2023-08-20 23:59:45'   493 3.8
'2023-08-21 00:00:00'   
'2023-08-21 01:00:00'   471 9.2
'2023-08-21 07:00:30'   493 8.5
'2023-08-21 13:21:45'   495 5.5", header = TRUE) %>% 
  mutate (DT = as.POSIXct(DT))

如果日期补充有 00:00，使用 na.approx 似乎并不复杂

Answer 1

一种可能的方法：

（

fill_gaps

确保插值之前有规律的间隔。）

library(tidyverse)
library(tsibble)
library(zoo)


df1 <- read.table(text = "DT   odczyt.1 odczyt.2
'2023-08-16 00:00:00'   482 1.5
'2023-08-16 23:55:00'   483 4.3
'2023-08-17 05:00:00'   484 1.6
'2023-08-17 23:59:45'   485 5.6
'2023-08-18 00:50:00'   486 1.5
'2023-08-18 23:50:45'   487 6.8
'2023-08-19 00:03:00'   586 1.5
'2023-08-19 05:09:45'   578 7.9
'2023-08-19 17:01:00'   521 11.5
'2023-08-19 18:01:15'   365 8.5
'2023-08-19 22:59:30'   490 1.8
'2023-08-19 23:59:45'   456 6.6
'2023-08-20 00:48:00'   478 1.5
'2023-08-20 03:03:00'   461 1.54
'2023-08-20 05:04:15'   397 1.6
'2023-08-20 19:07:00'   492 6.6
'2023-08-20 23:59:45'   493 3.8
'2023-08-21 01:00:00'   471 9.2
'2023-08-21 07:00:30'   493 8.5
'2023-08-21 13:21:45'   495 5.5", header = TRUE) %>% 
  mutate (DT = as.POSIXct(DT))

df1 |> 
  as_tsibble(index = DT) |> 
  fill_gaps() |> 
  mutate(across(-DT, na.approx)) |> 
  filter(hour(DT) == 0, minute(DT) == 0, second(DT) == 0)
#> # A tsibble: 6 x 3 [15s] <?>
#>   DT                  odczyt.1 odczyt.2
#>   <dttm>                 <dbl>    <dbl>
#> 1 2023-08-16 00:00:00     482      1.5 
#> 2 2023-08-17 00:00:00     483.     4.26
#> 3 2023-08-18 00:00:00     485.     5.58
#> 4 2023-08-19 00:00:00     562.     2.80
#> 5 2023-08-20 00:00:00     456.     6.57
#> 6 2023-08-21 00:00:00     493.     3.82

^{创建于 2024-03-16，使用 reprex v2.1.0}