填补时间序列数据中的漏洞

Question

所以我试图用 R 中的股票和指数建立一个因子模型。我总共有 30 只股票和 16 个指数。它们都是从“2013-1-1”到“2014-12-31”的时间序列。至少我所有的股票都是。我所有的索引都在这里和那里缺少一些条目。例如，我所有股票的数据长度为 522，但一个指数的长度为 250、一个 300、另一个 400 等。但它们都从“2013-1-1”开始，到“2014-12-”结束31"。因为我的指数数据有漏洞，所以我无法检查相关性并用它们建立线性模型。我基本什么都做不了。所以我需要填补这些漏洞。我正在考虑用他们的平均数来填补这些漏洞。但我不知道该怎么做。当然，我对其他想法持开放态度。你能帮助我吗？这对我来说是一个重要的学期项目，所以有很多事情要做......

Answer 1

根据您的 cmets 进行编辑（并修正我犯的错误）：

这是基本的数据管理，令我惊讶的是，您需要在不知道如何merge() 以及如何创建数据帧的情况下处理时间序列数据。

创建一些假的日期和值数据，日期中有漏洞：

    dFA <- data.frame(seq.Date(as.Date("2014-01-01"), as.Date("2014-02-28"), 3))
    names(dFA) <- "date"
    dFA$vals <- rnorm(nrow(dFA), 25, 5)

创建从 dFA 中的 min 值到 dFA 中的 max 值的日期数据框

    dFB <- as.data.frame(seq.Date(as.Date(min(dFA$date, na.rm = T), format = "%Y-%m-%d"), 
                                  as.Date(max(dFA$date, na.rm = T), format = "%Y-%m-%d"), 
                                  1))

    names(dFB) <- "date"

将两个数据框合并在一起

    tmp <- merge(dFB, dFA, by = "date", all = T)

将tmp$vals 中的NA 值更改为您想要的任何值

    tmp$vals[is.na(tmp$vals)] <- mean(dFA$vals)
    head(tmp)
            date     vals
    1 2014-01-01 18.48131
    2 2014-01-02 24.16256
    3 2014-01-03 24.16256
    4 2014-01-04 28.78855
    5 2014-01-05 24.16256
    6 2014-01-06 24.16256

---

以下原创评论

填空的最简单方法是使用merge()。

创建一个新的数据框，其中一个向量作为一系列日期，跨越原始数据框的范围，另一个向量使用您要填充的任何内容（零，意味着，任何）。然后就merge()两人一起：

    merge(dFB, dFA, by = [the column with the date values], all = TRUE)