我试图使用zoo
库中的na.approx()
函数(与xts
一起)来插补多个个体的多个测量数据中的缺失值。
示例数据...
event.date <- c("2010-05-25", "2010-09-10", "2011-05-13", "2012-03-28", "2013-03-07",
"2014-02-13", "2010-06-11", "2010-09-10", "2011-05-13", "2012-03-28",
"2013-03-07", "2014-02-13")
variable <- c("neck.bmd", "neck.bmd", "neck.bmd", "neck.bmd", "neck.bmd", "neck.bmd",
"wbody.bmd", "wbody.bmd", "wbody.bmd", "wbody.bmd", "wbody.bmd", "wbody.bmd")
value <- c(0.7490, 0.7615, 0.7900, 0.7730, NA, 0.7420, 1.0520, 1.0665, 1.0760,
1.0870, NA, 1.0550)
## Bind into a data frame
df <- data.frame(event.date, variable, value)
rm(event.date, variable, value)
## Convert date
df$event.date <- as.Date(df$event.date)
## Load libraries
library(magrittr)
library(xts)
library(zoo)
我可以使用xts()
和na.approx()
为给定人员的单个结果插值一个缺失数据点....
## Subset one variable
wbody <- subset(df, variable == "wbody.bmd")
## order/index and then interpolate
xts(wbody$value, wbody$event.date) %>%
na.approx()
2010-06-11 1.052000
2010-09-10 1.066500
2011-05-13 1.076000
2012-03-28 1.087000
2013-03-07 1.070977
2014-02-13 1.055000
虽然返回矩阵不是理想的,但我能够解决这个问题。然而,我的主要问题是对于多人有多种结果。也许有点天真,我认为既然这是一个分割-应用-合并的问题,我可以使用 dplyr
以以下方式实现...
## Load library
library(dplyr)
## group and then arrange the data (to ensure dates are correct)
df %>%
group_by(variable) %>%
arrange(variable, event.date) %>%
xts(.$value, .$event.date) %>%
na.approx()
Error in xts(., .$value, .$event.date) : order.by requires an appropriate time-based object
看起来dplyr
与xts
/zoo
不太兼容。我花了几个小时搜索如何在R中插值缺失数据点的教程/示例,但只找到了单个案例示例,到目前为止,我还无法找到任何关于如何针对多个站点和多个人进行此操作的内容(我意识到通过将我的数据重塑为宽格式,我可以将其变成一个多人问题,但这仍然无法解决我遇到的问题)。希望您能提供任何思路、建议和见解。
谢谢
编辑:澄清一些函数来自zoo
包。
xts
,但也许你正在寻找这个:df %>% group_by(variable) %>% arrange(variable, event.date) %>% mutate(value = na.approx(value))
,其中na.approx
是来自于 zoo 包的。如果你想使用 dplyr 修改列,通常需要在mutate
调用内部进行,或者如果你有任意函数,则需要在do
调用内部进行。 - talatna.approx
函数(刚刚安装了它)。 - talatxts
和zoo
的命令(在阅读xts
扩展zoo
中的时间序列函数时把自己搞糊涂了)。 - slacklinemagrittr
/dplyr
将.
作为xts()
的第一个参数传递,但您真正想要的是xts(.$value, .$event.date)
。 - Joshua Ulrich