在R中将季度数据细分为每日数据并保留数值？

Question

如何将季度数据轻松拆分为每日数据？在这种情况下，我使用了10年的美国GDP数据，其中有季度观测值，我想将数据框架扩展到每日级别，每天传递GDP值，直到下一个观测值。

示例表：

structure(list(thedate = structure(c(14426, 14518, 14610, 14700, 
14791, 14883, 14975, 15065, 15156, 15248, 15340, 15431, 15522, 
15614, 15706, 15796, 15887, 15979, 16071, 16161, 16252, 16344, 
16436, 16526, 16617, 16709, 16801, 16892, 16983, 17075, 17167, 
17257, 17348, 17440, 17532, 17622, 17713, 17805, 17897, 17987
), class = "Date"), gdp = c(1.5, 4.5, 1.5, 3.7, 3, 2, -1, 2.9, 
-0.1, 4.7, 3.2, 1.7, 0.5, 0.5, 3.6, 0.5, 3.2, 3.2, -1.1, 5.5, 
5, 2.3, 3.2, 3, 1.3, 0.1, 2, 1.9, 2.2, 2, 2.3, 2.2, 3.2, 3.5, 
2.5, 3.5, 2.9, 1.1, 3.1, 2.1)), class = "data.frame", row.names = c(NA, 
-40L))

我们上面看到：

2009-07-01 | 1.5
2009-10-01 | 4.5

预期的输出将会是这样的：

2009-07-01 | 1.5
2009-07-02 | 1.5
2009-07-03 | 1.5
etc.
2009-10-01 | 4.5
2009-10-02 | 4.5
2009-10-03 | 4.5

- Christopher Penn

Answer 1

这里有一个使用tidyr和zoo包的答案，它在插入一系列带有NA的日期后使用“最后观察值向前填充”的方法：
最初的回答：使用tidyr和zoo包，可以通过在日期序列中插入NA并使用“最后观察值向前填充”的方法来解决问题。

library(tidyverse)
library(zoo)

data %>%
  complete(thedate = seq.Date(min(thedate), max(thedate), by="day")) %>%
  do(na.locf(.))

编辑：感谢Shree的提醒，提供了使用tidyr::fill函数替代zoo的解决方案：

最初的回答: 无需使用zoo包，您可以使用tidyr::fill函数来填充缺失值。

library(tidyverse)

data %>%
  complete(thedate = seq.Date(min(thedate), max(thedate), by="day")) %>%
  fill(gdp)

- Ben

---

tidyr::fill(gdp)也可以实现，如果您想坚持使用tidyverse。 - Shree

Answer 2

这是一个基本解决方案：

last_quarter_end_date <- seq.Date(df$thedate[nrow(df)], by = 'quarter', length.out = 2)[-1]-1
seqs <- diff(c(df$thedate, last_quarter_end_date))

data.frame(thedate = rep(df$thedate, seqs) + sequence(seqs)-1
           , gdp = rep(df$gdp, seqs))

基本上，日期之间的区别在于需要重复 GDP 列的次数。此外，我可以对每个差异使用 seq_len()，并将其添加回原始日期。

性能 虽然我要指出，在大局观中，0.6 毫秒与 15 毫秒的差异并不太大，但这种方法还是很高效的。

Unit: microseconds
      expr     min       lq      mean  median       uq     max neval
 cole_base   528.1   554.15   690.379   644.9   663.75  3225.7   100
  d_b_base 15735.0 15994.40 17395.754 16243.9 18108.30 38761.8   100
 Ben_tidyr  2808.7  2936.40  3356.324  3076.6  3149.65  8065.1   100

完整的代码供参考：

DF <- structure(list(thedate = structure(c(14426, 14518, 14610, 14700, 
                                           14791, 14883, 14975, 15065, 15156, 15248, 15340, 15431, 15522, 
                                           15614, 15706, 15796, 15887, 15979, 16071, 16161, 16252, 16344, 
                                           16436, 16526, 16617, 16709, 16801, 16892, 16983, 17075, 17167, 
                                           17257, 17348, 17440, 17532, 17622, 17713, 17805, 17897, 17987
), class = "Date"), gdp = c(1.5, 4.5, 1.5, 3.7, 3, 2, -1, 2.9, 
                            -0.1, 4.7, 3.2, 1.7, 0.5, 0.5, 3.6, 0.5, 3.2, 3.2, -1.1, 5.5, 
                            5, 2.3, 3.2, 3, 1.3, 0.1, 2, 1.9, 2.2, 2, 2.3, 2.2, 3.2, 3.5, 
                            2.5, 3.5, 2.9, 1.1, 3.1, 2.1)), class = "data.frame", row.names = c(NA, 
                                                                                                -40L))

library(microbenchmark)
library(tidyr)

microbenchmark(cole_base = {
  last_quarter_end_date <- seq.Date(DF$thedate[nrow(DF)], by = 'quarter', length.out = 2)[-1]-1
  seqs <- diff(c(DF$thedate, last_quarter_end_date))

  data.frame(thedate = rep(DF$thedate, seqs) + sequence(seqs)-1
             , gdp = rep(DF$gdp, seqs))
}
, d_b_base = {
  do.call(rbind, lapply(2:NROW(DF), function(i){
    data.frame(date = head(seq.Date(DF$thedate[i-1], DF$thedate[i], "days"), -1),
               gdp = DF$gdp[i - 1])
     }))
}
, Ben_tidyr = {
  DF %>%
    complete(thedate = seq.Date(min(thedate), max(thedate), by="day")) %>%
    fill(gdp)
}
)

- Cole