如何完成时间序列中的缺失值

Question

我有哪些列是数据集 date、time_id、num_travel。比如

date       time_id  num_travel
02/25/2013       6        23
02/25/2013       7        20
02/25/2013       8        55
02/25/2013       9        89
02/25/2013       10       150
02/25/2013       11       100

...
02/27/2013       1        20
...

time_id 表示该日期的哪个小时。
num_travel 表示旅行次数。

time_id 范围是 1~24 为 1 天，但总是随机丢失 1~6 为每天。如何添加带有num_travel（将此值初始化为0）的行，例如

 03/24/2013     2      0   # (the data not exist in dataset, but need to be added)

因为数据集从 1 到 6 随机丢失了 time_id，所以很难构建这些行。我需要 R 中的一些帮助来进行数据清理。

Answer 1

我不确定是否正确理解了您的问题，所以我给您两个答案。我只使用基本的 R。

library(lubridate)

df <- data.frame(date = mdy(c(rep("02/25/2013", 6), "02/27/2013")),
                 time_id = c(6:11, 1),
                 num_travel = c(23, 20, 55, 89, 150, 100, 20))

want_to_add <- data.frame(date = mdy("03/27/2013"),
                          time_id = 2,
                          num_travel = 0)

如果你只需要添加几行，第一个答案：

rbind(df, want_to_add)

如果你有很多缺失的数据并且你想要一个 0 的伪完整数据库，你可以为变量 num_travel 构建一个只有 0 的完整数据库，然后添加你已经知道的关于 num_travel 的内容：

# vector of Date
date_start <- as.POSIXct("2013-02-25 01:00:00", tz = "GMT")
date_end <- as.POSIXct("2013-03-27 01:00:00", tz = "GMT")

Date <- seq(date_start, date_end, by="hour")

# complet data set with 0 for num_travel
df_res <- data.frame(date = as.Date(Date), time_id = hour(Date) + 1, num_travel = 0)

# add what you know 
df_res[paste(df_res$date, df_res$time_id) %in% paste(df$date, df$time_id), ]$num_travel = df$num_travel