通过dplyr进行时间序列插补

给定数据集：

Category         Date    a    b  
      aa   2017-01-01    5    1
      aa   2017-01-03    1    3
      bb   2017-01-01    2    4
      bb   2017-01-02    3    5
      bb   2017-01-03    2    3
      cc   2017-01-03    3    3
     ... 

我需要为给定数据集中的每个类别估算观察值。对于列

a

我需要插补

0

，对于b-上次观察值。对于本例，我必须获得以下信息：

 Category         Date    a    b  
       aa   2017-01-01    5    1
       aa   2017-01-02    0    1
       aa   2017-01-03    1    3
       bb   2017-01-01    2    4
       bb   2017-01-02    3    5
       bb   2017-01-03    2    3
       cc   2017-01-01    0    0   # start date for cc category, so '0'        
       cc   2017-01-02    0    0
       cc   2017-01-03    3    3
     ... 

库（dplyr）
图书馆（lubridate）
df1%
变异（a=ifelse（is.na（a），0，a），
b=ifelse（is.na（b），dplyr:：lag（b，n=1，默认值=0），b），
b=ifelse（is.na（b），dplyr:：lag（b，n=1，默认值=0），b））

这绝不是一个优雅的解决方案，但您可以创建一个包含所有要结束的行的单独数据框（只需使用rep和seq）

然后左键将旧的数据帧连接到该数据帧上，并使用lag窗口函数（需要执行两次）

---

希望这有点帮助。

刚刚记住的coalesce是dplyr<代码>左（加入（df1，df2）%%>%group_by（类别）%%>%mutate（a=合并（a，0），b=合并（b，滞后（b，n=1，默认值=0），滞后（b，n=2，默认值=0））

library(dplyr)
library(lubridate)

df1 <- data.frame(
  Category = sort(rep(paste0(letters[seq( from = 1, to = 3 )], letters[seq( from = 1, to = 3 )]),3)),
  Date = rep(seq(as.Date("2017-01-01"), as.Date("2017-01-03"), by = "day"),3)
  )

df2 <- data.frame(Category = c("aa", "aa", "bb", "bb", "bb", "cc"),
           Date = c("2017-01-01","2017-01-03","2017-01-01","2017-01-02", "2017-01-03", "2017-01-03"),
           a = c(5, 1, 2, 3, 2, 3),
           b = c(1, 3, 4, 5, 3, 3)
           )
df2$Date = as.Date(df2$Date)

left_join(df1, df2) %>%
  group_by(Category) %>%
  mutate(a = ifelse(is.na(a), 0, a),
         b = ifelse(is.na(b), dplyr::lag(b,n=1,default=0),b),
         b = ifelse(is.na(b), dplyr::lag(b,n=1,default=0),b))