时间戳

首页 > 解决方案 > R根据另一个日期时间变量按组填充日期时间数据

r - R根据另一个日期时间变量按组填充日期时间数据

问题描述

我有一个包含 POSIXct 日期时间（t1）数据的数据表，它按多列分组。我的数据应该有 48 行，每个组每隔半小时（总共 24 小时），其日期时间 (t1) 值由用作分组变量一部分的另一个日期时间 (t2) 变量确定。48 行 (t1) 数据应该是 24 小时，每半小时间隔一次，直到分组日期时间 (t2)。

我需要用每个组的前一个（按时间顺序）完整数据行中的值填充缺失的行。

例如：如果按 ID = A 分组的数据，datetime (t2) = 10-01-2019 06:00:00 (format = 'dd-mm-yyyy hh:mm:ss') 有 datetime (t1) 数据范围从09-01-2019 08:00:00到10-01-2019 04:00:00。它应该从09-01-2019 06:00:00到10-01-2019 05:30:00，这意味着从一开始就缺少 4 行数据（2 小时），从结尾缺少 3 行数据，并且在可用数据点之间也缺少几行。虽然无法用完整数据填充在时间段开始时丢失的行，但我仍然希望将这些行作为 NA 添加到表中。但是，使用前一个完整数据行中的完整数据填充表末尾的行非常重要。

我的数据集示例如下所示：（按 ID 和 t2 分组）

ID t2                   t1                    varX   varY
... 
A  10-01-2019 06:00:00  10-01-2019 12:00:00   100    Y1 
A  10-01-2019 06:00:00  10-01-2019 12:30:00   60     Y2 
B  10-01-2019 06:00:00  10-01-2019 01:00:00   100    Y2 
A  10-01-2019 06:30:00  10-01-2019 01:30:00   100    Y3 
B  10-01-2019 06:30:00  10-01-2019 02:00:00   200    Y4  
C  10-01-2019 07:00:00  10-01-2019 04:00:00   100    Y3

标签： rdatetimedata.tablegroupingpadding

解决方案

不清楚时间是否为 24 小时制。您可以先创建一个半小时计时序列，然后加入原始数据集，然后再zoo::na.locf用于将最后一次观察向前推进：

数据：

library(data.table)
DT <- fread("ID,t2,t1,varX,varY
A,10-01-2019 06:00:00 PM,10-01-2019 12:00:00 PM,100,Y1 
A,10-01-2019 06:00:00 PM,10-01-2019 12:30:00 PM,60,Y2 
B,10-01-2019 06:00:00 PM,10-01-2019 01:00:00 PM,100,Y2 
A,10-01-2019 06:30:00 PM,10-01-2019 01:30:00 PM,100,Y3 
B,10-01-2019 06:30:00 PM,10-01-2019 02:00:00 PM,200,Y4 
C,10-01-2019 07:00:00 PM,10-01-2019 04:00:00 PM,100,Y3") 
cols <- c("t2", "t1")
DT[, (cols) := lapply(.SD, as.POSIXct, format="%d-%m-%Y %I:%M:%S %p"), .SDcols=cols]

代码：

library(zoo)
DT[DT[,.(t1=rev(seq(t2-30*60, length.out=48L, by="-30 mins"))), by=.(ID, t2)],
    .(ID=i.ID, t2=i.t2, t1=i.t1, varX=varX, varY=varY),
    on=.(ID, t2, t1)][,
        c("varX", "varY") := lapply(.SD, na.locf, na.rm=FALSE),
        , by=.(ID, t2), .SDcols=c("varX", "varY")][]

推荐阅读