Интерполяция нерегулярных временных рядов с помощью R

Question

В поисках линейной интерполяции данных временных рядов в R я часто находил рекомендации по использованию na.approx() из zoo пакет.

Однако с нерегулярными временными рядами у меня возникли проблемы, потому что интерполированные значения распределяются равномерно по количеству промежутков, не принимая во внимание связанную временную метку значения.

Я нашел работу с использованием approxfun(), но мне интересно, есть ли более чистое решение, в идеале основанное на tsibble объекты с функциями из tidyverts пакетная семья?

Предыдущие ответы основывались на расширении нерегулярной сетки даты до регулярной сетки путем заполнения пробелов. Однако это вызывает проблемы, когда при интерполяции следует учитывать дневное время.

Вот (исправленный) минимальный пример с меткой времени POSIXct, а не только с датой:

library(tidyverse)
library(zoo)

df <- tibble(date = as.POSIXct(c("2000-01-01 00:00", "2000-01-02 02:00", "2000-01-05 00:00")),
             value = c(1,NA,2))

df %>% 
  mutate(value_int_wrong = na.approx(value),
         value_int_correct = approxfun(date, value)(date))

# A tibble: 3 x 4
  date                value value_int_wrong value_int_correct
  <dttm>              <dbl>           <dbl>             <dbl>
1 2000-01-01 00:00:00     1             1                1   
2 2000-01-02 02:00:00    NA             1.5              1.27
3 2000-01-05 00:00:00     2             2                2   

Есть идеи, как (эффективно) справиться с этим? Спасибо за вашу поддержку!

Answer 1

Вот эквивалентное решение на основе tsibble. Вinterpolate() функция нуждается в модели, но вы можете использовать случайное блуждание, чтобы дать линейную интерполяцию между точками.

library(tidyverse)
library(tsibble)
library(fable)
#> Loading required package: fabletools

df <- tibble(
  date = as.Date(c("2000-01-01", "2000-01-02", "2000-01-05", "2000-01-06")),
  value = c(1, NA, 2, 1.5)
) %>%
  as_tsibble(index = date) %>%
  fill_gaps()

df %>%
  model(naive = ARIMA(value ~ -1 + pdq(0,1,0) + PDQ(0,0,0))) %>%
  interpolate(df)
#> # A tsibble: 6 x 2 [1D]
#>   date       value
#>   <date>     <dbl>
#> 1 2000-01-01  1   
#> 2 2000-01-02  1.25
#> 3 2000-01-03  1.5 
#> 4 2000-01-04  1.75
#> 5 2000-01-05  2   
#> 6 2000-01-06  1.5

^{Создано 08.04.2020 пакетом correx (v0.3.0)}

Answer 2

Лично я бы выбрал решение, которое вы используете, но чтобы показать, как использовать na.approx в этом случае мы можем complete последовательность дат перед использованием na.approx и присоединить его к оригиналу df чтобы сохранить исходные строки.

library(dplyr)

df %>% 
  tidyr::complete(date = seq(min(date), max(date), by = "day")) %>%
  mutate(value_int = zoo::na.approx(value)) %>%
  right_join(df, by = "date") %>%
  select(date, value_int)


#  date       value_int
#  <date>         <dbl>
#1 2000-01-01      1   
#2 2000-01-02      1.25
#3 2000-01-05      2