用 NA 和零替换时间序列数据集中的缺失值

Question

我手头有一个问题。

目标：我有一个由“零”和“NA”组成的月度时间序列数据集。这里零是值，我希望它们被更改，而 NA 是我希望在 R 中使用 StructTS 估算的缺失值。

数据集示例

dataset <- matrix(sample(c(NA, 1:5), 25, replace = TRUE), 5)
dataset[1,2]<-0
dataset[4,4] <- 0

在数据集中，我只想用一个值替换 NA 并让零仅为零。

研究和阅读了几篇博客后，我使用了以下方法：

    missvalue <- function(df){
    x<-df
    x <- ts(rev(x),f=12)

    fit <- ts(rowSums(tsSmooth(StructTS(x))[,-2]))
    tsp(fit) <- tsp(x)  
    return(list(N=fit))
    }

    Newdata<-lapply(m,missvalue)

我还尝试了一种卑鄙的技巧：

   ##Missing Value another treatment 

    nzmean <- function(x) {
    if (all(x==0)) 0 else mean(x[x!=0])
    }
    apply(m,1,nzmean)

附上我提到的帖子：

1. R Convert NA's only after the first non-zero value
2. Interpolate missing values in a time series with a seasonal cycle

对此的任何帮助都会非常棒。

Answer 1

na.approx 是“zoo”包中的一个有用函数。它将使用几种方法来近似数据集中的缺失值。搜索 ?na.approx 以获取有关参数选项和应用的更多信息。它将专注于NA 条目，并将保持零不变。希望有帮助。

library(zoo)
na.approx(dataset)
     [,1] [,2] [,3] [,4] [,5]
[1,]  1.0    0    4    1    1
[2,]  5.0    1    3    5    1
[3,]  3.0    2    4    2    1
[4,]  3.5    2    2    0    1
[5,]  4.0    5    2    4    1

数据

     [,1] [,2] [,3] [,4] [,5]
[1,]    1    0    4    1    1
[2,]    5    1    3    5   NA
[3,]    3    2    4    2   NA
[4,]   NA    2    2    0    1
[5,]    4    5    2    4    1

Answer 2

我可以在这里推荐 imputeTS 包（我是维护者）。让这项任务的生活变得非常轻松。 (https://cran.r-project.org/web/packages/imputeTS/index.html)

提供多种算法，如均值插补、中值、线性插值、样条插值、卡尔曼平滑...

这里有一个例子：

library(imputeTS)
dataset[ ,1] <- na.kalman(dataset[ ,1])

另一个：

   dataset[ ,1] <- na.interpolation(dataset[ ,1])

另一个：

   dataset[ ,1] <- na.mean(dataset[ ,1])

另一个：

   dataset[ ,1] <- na.locf(dataset[ ,1])

唯一的缺点是，该包不允许 data.frame 作为输入，因此必须单独循环遍历列。 （但从积极的方面来说，您也可以对不同的列使用不同的算法）