将具有NA值的时间序列转换为r中的数据帧时出错

我想将时间序列转换为数据帧，并保持相同的格式。问题是ts有一些NA值来自于前面的计算步骤，我不能通过插值填充它们。在转换时间序列之前，我试图从时间序列中删除NA，但我得到了一个错误，我甚至不知道它是什么

我的时间序列如下；它一开始只有两个NAs（摘录）

我用来转换它和处理NAs的代码如下>

library(tseries)
na.remove(spi_ts_3)
df_fitted_3 <- as.data.frame(type.convert(.preformat.ts(spi_ts_3)))

库（tseries）
不适用。移除（spi__3）
df_安装_3 1）为什么不填充它们，稍后再移除？如果你真的只有2个NA，这似乎是一个肮脏但快速的解决办法。2） 为什么先移除NA？3） 请使用从
dput（）
派生的数据，以便我们可以复制数据。问题是在这种情况下有2个，但更糟糕的情况是有11个。当然，这不是一个通用的解决方案，在大多数情况下，这使它毫无意义。尽管如此，我还是没有用我自己编写的一些模拟数据重现你的问题。它与NA配合得很好。因此，我不确定是什么导致了这个问题。我的问题是，由于某种原因，我使用的代码dataframe有1个变量和360个观测值。如果您不能给出更好的示例，您可以始终将数据原样复制到excel工作表中，通过文本到列（）放入正确的分隔符，然后将其另存为csv。易于通过任何read.table命令以dataframe的形式读入
library(tseries)
na.remove(spi_ts_3)
df_fitted_3 <- as.data.frame(type.convert(.preformat.ts(spi_ts_3)))

 type.convert(.preformat.ts(spi_ts_3)).Feb
1                                          NA
2                                 0.097403112
3                                 0.348524568
4                                 2.178001602
5                                 0.058881807
6                                 0.716903968
7                                 2.211192460
8                                -1.123925787
9                                 0.395452064
10                               -0.106514633
11                               -1.637049815
12                               -0.862751319
13                               -0.010681104
14                               -0.958173964
15                                0.470583289
16                                0.088061116
17                                0.485598080
18                               -0.661229419
19                                1.323879689
20                               -0.449031840
21                               -1.867196593
22                                0.598343928
23                               -2.549778490
24                               -0.174824280
25                                0.892977124
26                               -0.246675932
27                                0.324195405
28                               -0.296931389
29                                0.356029416
30                                0.171029515
31                                       <NA>
32                                       <NA>
33                                       <NA>
34                                       <NA>
35                                       <NA>
36                                       <NA>
37                                       <NA>
38                                       <NA>
39                                       <NA>
40                                       <NA>
41                                       <NA>
42                                       <NA>
43                                       <NA>
44                                       <NA>
45                                       <NA>
46                                       <NA>
47                                       <NA>
48                                       <NA>
49                                       <NA>
50                                       <NA>
51                                       <NA>
52                                       <NA>
53                                       <NA>
54                                       <NA>
55                                       <NA>
56                                       <NA>
57                                       <NA>
58                                       <NA>
59                                       <NA>
60                                       <NA>
61                                       <NA>
62                                       <NA>
63                                       <NA>
64                                       <NA>
65                                       <NA>
66                                       <NA>
67                                       <NA>
68                                       <NA>
69                                       <NA>
70                                       <NA>
71                                       <NA>
72                                       <NA>
73                                       <NA>
74                                       <NA>
75                                       <NA>
76                                       <NA>
77                                       <NA>
78                                       <NA>
79                                       <NA>
80                                       <NA>
81                                       <NA>
82                                       <NA>
83                                       <NA>
Warning message:
In format.data.frame(if (omit) x[seq_len(n0), , drop = FALSE] else x,  :
  corrupt data frame: columns will be truncated or padded with NAs