R中缺失值的线性插值答案

【问题标题】：Linear interpolate for missing values in RR中缺失值的线性插值
【发布时间】：2021-07-24 02:05:54
【问题描述】：

我想用插值填充缺失值，但我不知道该怎么做。我的数据框如下所示：

 fecha                hora_prog    prev_solfot_h3   prev_eol_h3
 1 2019-01-01         1            0                3156
 2 2019-01-01         2            0                3134
 3 2019-01-01         3            0                3150
 4 2019-01-01         4            1                3259
 5 2019-01-01         5            2                3265
 6 2019-01-01         6            2                3293
 7 2019-01-01         7            3                3326
 8 2019-01-01         8           35                3241
 9 2019-01-01         9           68.4              3183
10 2019-01-01        10           759.              3090
11 2019-01-01         11           NA               NA
12 2019-01-01         12           NA               NA
13 2019-01-01         13           NA               NA
14 2019-01-01         14           NA               NA
15 2019-01-01         15           45               3326
16 2019-01-01         16           34               3156
17 2019-01-01         17           56               3134
18 2019-01-01         18           33               3150
19 2019-01-01         19           10               3259
20 2019-01-01         20           2                3265
21 2019-01-01         21           0                3156
22 2019-01-01         22           0                3134
23 2019-01-01         23           0                3150
24 2019-01-01         24           0                3259
25 2019-01-02         1            0                3265
.
.
.
with 19,693 more rows

我在prev_solfot_h3 和prev_eol_h3 中有更多行，同时或只有一个（另一个在该行中具有值），所以我想要的是获取缺少的值线性插值，但我不知道该怎么做。或者也许还有另一种方法可以在不使用线性插值的情况下获得这些值，我真的不知道，我在这里有点迷路，我需要一些帮助，因为我是 Rstudio 的新手。谢谢！

【问题讨论】：

标签： r replace interpolation na

【解决方案1】：

在动物园中使用 na.approx：

library(zoo)
DF[2:4] <- na.approx(DF[2:4])

【讨论】：

【解决方案2】：

您可以尝试approx，如下所示

transform(
  df,
  prev_solfot_h3 = approx(seq_along(hora_prog)[!is.na(prev_solfot_h3)], prev_solfot_h3[!is.na(prev_solfot_h3)], seq_along(hora_prog))$y,
  prev_eol_h3 = approx(seq_along(hora_prog)[!is.na(prev_eol_h3)], prev_eol_h3[!is.na(prev_eol_h3)], seq_along(hora_prog))$y
)

给了

        fecha hora_prog prev_solfot_h3 prev_eol_h3
1  2019-01-01         1            0.0      3156.0
2  2019-01-01         2            0.0      3134.0
3  2019-01-01         3            0.0      3150.0
4  2019-01-01         4            1.0      3259.0
5  2019-01-01         5            2.0      3265.0
6  2019-01-01         6            2.0      3293.0
7  2019-01-01         7            3.0      3326.0
8  2019-01-01         8           35.0      3241.0
9  2019-01-01         9           68.4      3183.0
10 2019-01-01        10          759.0      3090.0
11 2019-01-01        11          616.2      3137.2
12 2019-01-01        12          473.4      3184.4
13 2019-01-01        13          330.6      3231.6
14 2019-01-01        14          187.8      3278.8
15 2019-01-01        15           45.0      3326.0
16 2019-01-01        16           34.0      3156.0
17 2019-01-01        17           56.0      3134.0
18 2019-01-01        18           33.0      3150.0
19 2019-01-01        19           10.0      3259.0
20 2019-01-01        20            2.0      3265.0
21 2019-01-01        21            0.0      3156.0
22 2019-01-01        22            0.0      3134.0
23 2019-01-01        23            0.0      3150.0
24 2019-01-01        24            0.0      3259.0
25 2019-01-02         1            0.0      3265.0

数据

> dput(df)
structure(list(fecha = c("2019-01-01", "2019-01-01", "2019-01-01", 
"2019-01-01", "2019-01-01", "2019-01-01", "2019-01-01", "2019-01-01",
"2019-01-01", "2019-01-01", "2019-01-01", "2019-01-01", "2019-01-01",
"2019-01-01", "2019-01-01", "2019-01-01", "2019-01-01", "2019-01-01",
"2019-01-01", "2019-01-01", "2019-01-01", "2019-01-01", "2019-01-01",
"2019-01-01", "2019-01-02"), hora_prog = c(1L, 2L, 3L, 4L, 5L,
6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L,
19L, 20L, 21L, 22L, 23L, 24L, 1L), prev_solfot_h3 = c(0, 0, 0,
1, 2, 2, 3, 35, 68.4, 759, NA, NA, NA, NA, 45, 34, 56, 33, 10,
2, 0, 0, 0, 0, 0), prev_eol_h3 = c(3156L, 3134L, 3150L, 3259L,
3265L, 3293L, 3326L, 3241L, 3183L, 3090L, NA, NA, NA, NA, 3326L,
3156L, 3134L, 3150L, 3259L, 3265L, 3156L, 3134L, 3150L, 3259L,
3265L)), class = "data.frame", row.names = c("1", "2", "3", "4",
"5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15",
"16", "17", "18", "19", "20", "21", "22", "23", "24", "25"))

【讨论】：