julia ...处理数据帧滞后列中的缺失值

Question

朱莉娅新手...

我需要找到连续日期时间之间的差异...并在发现时间差异超过 5 分钟时分割文件。当我减去周期时，我会得到以毫秒为单位的答案，并且滞后列中也有一个缺失值。如果我跳过缺失值，则无法更新数据框。不知道如何继续。

using CSV
using DataFrames
using ShiftedArrays: lag 
using Dates
df = CSV.read(IOBuffer("""
date
2024-01-25 19:15
2024-01-25 19:20
2024-01-25 19:25
2024-01-25 21:20
2024-01-25 21:25
"""),DataFrame; dateformat=DateFormat("yy-mm-dd H:M"))
condf=transform(df,[:date,:date] => ((x,y)->Dates.CompoundPeriod.(skipmissing(x-lag(y,1)))) =>:ldate)

Answer 1

尚不完全清楚您想要对具有

missing

值的行执行什么操作。

如果您想摆脱它们，请在操作前使用

dropmissing

功能。

如果您想保留它，这取决于您认为

missing

实际持有什么。最简单的方法可能是使用 Impute.jl 中的

Impute.locf

或

Imputel.nocb

函数来填充

missing

，该值将为您提供所需的分割。

如果我写的内容不清楚，请发表评论（最好是显示输入和所需的输出 - 包括示例中的

missing

值）。

需要考虑的一些其他情况：

• 如果数据以

  missing

  值开始/结束，您会想要什么？
• 如果有多个连续的

  missing

  值，您想要什么？
• 是否保证数据帧按时间戳列排序？