R 添加缺少的行，但不在日期更改时添加

我试图将缺少的行添加到数据帧中（在NO_REF的每个值内），同时对一些列进行线性插值，并在其他列上插入最后的非NA值。当间隔后的DATE_X值大于间隔前的最后一个日期值时，我不知道如何防止插入缺少的日期

这是我的数据框：

df = data.frame(DATE = as.Date(c("2016-01-31","2016-03-31","2016-05-31","2016-08-31","2016-12-31","2016-02-29","2016-04-30","2016-06-30","2016-08-31","2016-10-31","2016-12-31","2015-01-31","2015-02-28","2015-06-30","2015-10-31","2015-12-31")), 
            DATE_X = as.Date(c("2010-01-31","2010-01-31","2016-04-30","2015-03-31","2015-03-31","2010-10-31","2010-10-31","2016-05-31","2016-05-31","2015-07-31","2015-07-31","2013-01-31","2013-01-31","2013-01-31","2015-09-30","2015-09-30")),
            NO_REF = c("P1","P1","P1","P2","P2","O1","O1","O1","O1","R1","R2","Q1","Q1","Q1","Q1","Q1"),
            KAP = as.double(15:30),
            DIV =c("PI","PI","PI","PI","PI","OP","OP","OP","OP","PR","PR","OP","OP","OP","OP","OP"))

这是我的代码：

library(dplyr)
library(multidplyr)
library(zoo)

cluster <- create_cluster(3)
cluster_eval(cluster,library(dplyr))
cluster_eval(cluster,library(zoo))

result = df %>% partition(NO_REF,cluster=cluster) %>%
group_by(NO_REF) %>%
do(left_join(data.frame(NO_REF = .$NO_REF[1], DATE = seq(min(.$DATE)+1, max(.$DATE)+1, by="1 month")-1), ., 
           by=c("NO_REF","DATE"))) %>%  mutate(DATE_X=na.locf(DATE_X, na.rm=FALSE),
             DIV=na.locf(DIV, na.rm=FALSE), KAP=na.approx(KAP)) %>% collect()

库（dplyr）
库（多DPLYR）
图书馆（动物园）
群集%分区（无参考，群集=群集）%>%
分组依据（无参考）%>%
do（左连接（数据帧（编号参考=编号参考[1]，日期=序号（最小（.$DATE）+1，最大（.$DATE）+1，按=“1个月”）-1），其中。，
by=c（“无参考”、“日期”））%>%突变（日期=na.locf（日期=na.rm=FALSE），
DIV=na.locf（DIV，na.rm=FALSE），KAP=na.approx（KAP））%>%collect（）

在下表中，最终结果中不应出现蓝色行

预期结果：

---

提前感谢您的帮助

这可能不是最有效的方法，但我认为它符合您的要求：

library(dplyr)
library(multidplyr)
library(zoo)

cluster <- create_cluster(3)
cluster_eval(cluster,library(dplyr))
cluster_eval(cluster,library(zoo))

result = df %>% partition(NO_REF,cluster=cluster) %>%
    group_by(NO_REF) %>%
    do(left_join(data.frame(NO_REF = .$NO_REF[1], DATE = seq(min(.$DATE)+1, max(.$DATE)+1, by="1 month")-1), ., 
       by=c("NO_REF","DATE"))) %>%  
    filter(!(is.na(DATE_X) & 
             na.locf(DATE_X, fromLast=TRUE, na.rm=FALSE)>
             na.locf(DATE+days(ifelse(is.na(DATE_X), NA, 0)), na.rm=FALSE))) %>% 
    mutate(DATE_X=na.locf(DATE_X, na.rm=FALSE),
           DIV=na.locf(DIV, na.rm=FALSE), 
           KAP=na.approx(KAP)) %>% 
    collect()

库（dplyr）
库（多DPLYR）
图书馆（动物园）
群集%分区（无参考，群集=群集）%>%
分组依据（无参考）%>%
do（左连接（数据帧（编号参考=编号参考[1]，日期=序号（最小（.$DATE）+1，最大（.$DATE）+1，按=“1个月”）-1），其中。，
by=c（“无参考”、“日期”））%>%
过滤器（！（is.na（DATE_X）和
na.locf（DATE\u X，fromLast=TRUE，na.rm=FALSE）>
na.locf（日期+天数（如果其他（is.na（DATE_X），na，0）），na.rm=FALSE））%>%
突变（DATE_X=na.locf（DATE_X，na.rm=FALSE），
DIV=na.locf（DIV，na.rm=FALSE），
KAP=na.近似值（KAP））%>%
收集

---

简言之，

DATE

列被视为NA并在缺少

DATE\u X

的地方向前推进，

DATE\u X

被向后推进，并且删除了后者大于前者而缺少

DATE\u X

的行。

我认为您应该使用bind\u rows这正是我想要的。非常感谢。乐于助人：）如果你认为答案对其他面临同样问题的人也有帮助，请随意接受正确的答案。