在 R 或 Python 的数据框中添加丢失的秒数

Question

假设我有以下格式的数据：

Time  Value
0.11  15
0.23  35
0.87  78
1.01  14
1.13  98
1.59  11
1.78  4
5.33  6
5.78  32
5.81  39

这里的时间以秒为单位。假设帧速率为每秒 3 或 4。换句话说，每秒可以有 3 或 4 行。是给定的数据集是不规则的。

有时，像这里这样的秒数会有跳跃（从 1.78 到 5.33 - 缺少 2、3 和 4 秒）。

现在每丢失一秒，我想添加 3 行以获得如下的最终数据：

Time  Value
0.11  15
0.23  35
0.87  78
1.01  14
1.13  98
1.59  11
1.78  4
2.01  NA
2.13  NA
2.59  NA
3.01  NA
3.13  NA
3.59  NA
4.01  NA
4.13  NA
4.59  NA
5.33  6
5.78  32
5.81  39

我将如何在 R 或 python 中使用其他一些编程语言来做到这一点？

假设 .01、.13、.59（在最终输出中）是什么并不重要……可以是 .01、.02、.03。只要有0、1、2、3、4、5秒而不是0、1、5秒

更新：@r2evans 解决方案在有一个时间间隔时效果很好。我将如何处理多个时间间隔，如下所示：

Time  Value
0.11  15
0.23  35
0.87  78
1.01  14
1.13  98
1.59  11
1.78  4
5.33  6
5.78  32
5.81  39
6.01  14
6.13  98
6.59  11
7.78  4
7.33  6
7.81  39
12.78  4
12.33  6
12.81  39

Answer 1

txt <- "Time  Value
0.11  15
0.23  35
0.87  78
1.01  14
1.13  98
1.59  11
1.78  4
5.33  6
5.78  32
5.81  39"
dat <- read.table(text = txt, header = TRUE)

一些常量：

# largest "gap" possible, above which the gap will be "filled"
maxsplit <- 1 # sec
# when a gap is found, ensure times with this much gap are inserted
time_interval <- 1/3 # sec

找出所有这些缝隙的位置：

splits <- cumsum(diff(dat$Time) < maxsplit) # updated
split_inds <- which(duplicated(splits))     # updated

split_inds 是一个索引向量，之后有 1 秒或更长的间隔。对于这些差距中的每一个，我们每隔time_interval 秒就sequence。它可能并不总是等间距，但它会提供覆盖范围。

newtimes <- mapply(seq,
                   dat$Time[split_inds],
                   dat$Time[split_inds + 1],
                   MoreArgs = list(by = time_interval),
                   SIMPLIFY = FALSE)          # updated
newtimes <- unlist(lapply(newtimes, `[`, -1)) # updated
newtimes
# [1] 2.113333 2.446667 2.780000 3.113333 3.446667 3.780000
# [7] 4.113333 4.446667 4.780000 5.113333

从那里，我们需要删除第一行，因为它在原始数据中逐字存在。 （请注意，如果间隙是time_interval 的完美倍数，最后一行也可能是重复的......可以使用其他过滤器，也许寻找duplicated(dat$Time)，也许硬编码检查近似相等。 编辑：我的这个答案的第一个版本也总是删除最后一行，这可能会导致2*time_interval 的差距。）

newdat <- rbind(dat, 
                data.frame(Time = newtimes, Value = NA)) # updated

我假设需要通过$Time 订购...

newdat <- newdat[order(newdat$Time),]

结果数据。

newdat
#        Time Value
# 1  0.110000    15
# 2  0.230000    35
# 3  0.870000    78
# 4  1.010000    14
# 5  1.130000    98
# 6  1.590000    11
# 7  1.780000     4
# 11 2.113333    NA
# 12 2.446667    NA
# 13 2.780000    NA
# 14 3.113333    NA
# 15 3.446667    NA
# 16 3.780000    NA
# 17 4.113333    NA
# 18 4.446667    NA
# 19 4.780000    NA
# 20 5.113333    NA
# 8  5.330000     6
# 9  5.780000    32
# 10 5.810000    39

更新：

代码中有一个错误，已在上面修复（并已注释）。不过，有一个假设是，$Time 是有序的；如果这个不放心，应该在上面的代码之前做：

dat <- dat[ order(dat$Time), ]

Answer 2

我相信有人会想出一个更优雅的解决方案，但这应该可行：

Time  <- c(0.11, 0.23, 0.87, 1.01, 1.13, 1.59, 1.78, 5.33, 5.78, 5.81)
Value <- c(15, 35, 78, 14, 98, 11, 4, 6, 32, 39)

v1 <- data.frame(Time, Value, rounded=floor(Time))
v <- v1

for (i in min(v1$rounded):max(v1$rounded)) {

    while (length(which(v1$rounded == i)) < 3) {

        nextTimeVal <- max(v1$Time[v1$rounded == i])
        if (!is.finite(nextTimeVal)) {
            nextTimeVal <- i + 0.001
        } else {
            nextTimeVal <- nextTimeVal + 0.001
        }

        v1 <- rbind(v1, c(nextTimeVal, NA, i))
    }
    cat(i, '\n')

}

v1 <- v1[order(v1$Time), ]

print(v)
print(v1)