R中的插值：检索每小时值

Question

我知道有几个相关的问题，但我似乎在这里的某个地方磕磕绊绊。我尽我所能地关注了这个帖子：Interpolating timeseries，但收到错误消息（见下文）：

我的数据集包含每天每四个小时收集一次的样本。我想将这些数据插入每小时值。下面是我更大数据集的一个子样本：

vis <- structure(list(datetime = structure(1:24, .Label = c("2002-05-01-00", 
"2002-05-01-06", "2002-05-01-12", "2002-05-01-18", "2002-05-02-00", 
"2002-05-02-06", "2002-05-02-12", "2002-05-02-18", "2002-05-03-00", 
"2002-05-03-06", "2002-05-03-12", "2002-05-03-18", "2002-05-04-00", 
"2002-05-04-06", "2002-05-04-12", "2002-05-04-18", "2002-05-05-00", 
"2002-05-05-06", "2002-05-05-12", "2002-05-05-18", "2002-05-06-00", 
"2002-05-06-06", "2002-05-06-12", "2002-05-06-18"), class = "factor"), 
    VIStot = c(0L, 128L, 359L, 160L, 1L, 121L, 316L, 162L, 1L, 
    132L, 339L, 163L, 2L, 137L, 364L, 155L, 3L, 122L, 345L, 179L, 
    3L, 125L, 147L, 77L)), .Names = c("datetime", "VIStot"), class = "data.frame", row.names = c(NA, 
-24L))

我插入到每小时分辨率的代码如下：

vis[, c(2)] <- sapply(vis[, c(2)], as.numeric)
library(zoo)
vis$datetime <- as.POSIXct(vis$datetime, format="%Y-%m-%d-%H")
hr <- zoo(vis$VIStot, vis$datetime)

int <- na.spline(hr$VIStot)

这以错误消息结束

$.zoo(hr, VIStot) 中的错误：单变量动物园系列不可能

我没有正确格式化日期时间吗？为什么hr 不能同时读取VIStot 和datetime？

此外，一旦插值，我想以 .csv 文件格式导出值。

Answer 1

对此有两个想法。首先，函数na.spline 想要在vis$VIStot 中估算NA 值，其中没有。因此，也许您的第一个问题是您没有生成函数可以运行的正确序列。

其次，如果您正在寻找简单的插值，那么如何：

## using your "vis" above
newdt <- seq.POSIXt(vis$datetime[1], tail(vis$datetime, n=1), by='1 hour')
data.frame(datetime=newdt, VIStot=approx(vis$datetime, vis$VIStot, newdt)$y)
##                datetime    VIStot
## 1   2002-05-01 00:00:00   0.00000
## 2   2002-05-01 01:00:00  21.33333
## 3   2002-05-01 02:00:00  42.66667
## 4   2002-05-01 03:00:00  64.00000
## 5   2002-05-01 04:00:00  85.33333
## 6   2002-05-01 05:00:00 106.66667

我知道这在某种程度上是一种解决方法，但您可以从这里轻松地转换为您的 zoo 对象。

我让它工作的另一种方式：

library(zoo)
vis2 <- merge(vis, data.frame(datetime=newdt), by.x='datetime', all.y=TRUE)
head(vis2, n=8)
##              datetime VIStot
## 1 2002-05-01 00:00:00      0
## 2 2002-05-01 01:00:00     NA
## 3 2002-05-01 02:00:00     NA
## 4 2002-05-01 03:00:00     NA
## 5 2002-05-01 04:00:00     NA
## 6 2002-05-01 05:00:00     NA
## 7 2002-05-01 06:00:00    128
## 8 2002-05-01 07:00:00     NA

hr2 <- zoo(vis2$VIStot, vis2$datetime)
head(hr2, n=8)
## 2002-05-01 00:00:00 2002-05-01 01:00:00 2002-05-01 02:00:00 
##                   0                  NA                  NA 
## 2002-05-01 03:00:00 2002-05-01 04:00:00 2002-05-01 05:00:00 
##                  NA                  NA                  NA 
## 2002-05-01 06:00:00 2002-05-01 07:00:00 
##                 128                  NA 

语音：

head(na.spline(hr2), n=8)
## 2002-05-01 00:00:00 2002-05-01 01:00:00 2002-05-01 02:00:00 
##            0.000000          -12.533246           -8.229736 
## 2002-05-01 03:00:00 2002-05-01 04:00:00 2002-05-01 05:00:00 
##           10.442935           41.017177           81.025396 
## 2002-05-01 06:00:00 2002-05-01 07:00:00 
##          128.000000          179.200449 

无论您需要插值、样条曲线还是其他东西，也许这会让您朝着正确的方向前进。

Answer 2

hr 没有列，所以hr$VIStot 是错误的。

试试这个。我们创建一个小时序列tt，然后根据hr 在这些值处评估样条曲线：

rng <- range(time(hr))
tt <- seq(rng[1], rng[2], by = "hour")
z <- na.spline(hr, xout = tt)

这给出了以下内容：

> head(z)
2002-05-01 00:00:00 2002-05-01 01:00:00 2002-05-01 02:00:00 2002-05-01 03:00:00 
           0.000000          -12.533246           -8.229736           10.442935 
2002-05-01 04:00:00 2002-05-01 05:00:00 
          41.017177           81.025396 

和：

plot(z, type = "o")
points(hr, pch = 20, col = "red") # original points made red