有没有一种方法可以将R中不均匀间隔的数据帧生成时间序列？

我有一个带有成对值的数据集，我已将其转换为如下数据帧：

(50.0, 0.0), (49, 27.891), (48, 28.119), 
(47, 28.146), (46, 28.158), (45, 28.195), 
(44, 28.261), (43, 28.274), (42, 28.316), 
(41, 28.326), (40, 28.608), (39, 28.687), 
(38, 28.736), (37, 28.746)

numeric_data
   clean_time_numeric clean_position_numeric
1               0.000                     50
2              27.891                     49
3              28.119                     48
4              28.146                     47
5              28.158                     46

此数据帧具有时间点和滑块在该时间点的位置。我想做一个时间序列，间隔为0.001，滑块的相应位置在下一列中，因此位置将是50，直到27891行

我在另一篇文章中看到的

xts

和

zoo

软件包中尝试了这段代码：

df1.zoo <- zoo(clean_time_numeric)
df2 <- as.data.frame(as.zoo(merge(as.xts(df1.zoo), as.xts(zoo(,seq(start(df1.zoo[1]),end(df1.zoo[89]), order.by = as.POSIXct.numeric(clean_time_numeric, tryformats = "%Y%m%d%H%M%S")))))))

我是新的编码在R，所以我真的不知道如何处理这个问题，或者如果有一个更简单的方法来解决这个问题，任何建议都欢迎

谢谢,

编辑：我也试过这个：

numeric_data$clean_time_numeric<- as.POSIXct.numeric(numeric_data$clean_time_numeric, tz= "GMT", origin = "1970-01-01", tryformats = "%H:%M:%S")

tseries <- data.frame(x = seq(head(numeric_data$clean_time_numeric,1),tail(numeric_data$clean_time_numeric,1),by = "sec"))

res <-merge(tseries, numeric_data, by.x="x",by.y="clean_time_numeric",all.x = TRUE)

xts(res$clean_position_numeric,order.by = res$x)

numeric\u data$clean\u time\u numeric可能的解决方案：

创建一个间隔为0.001的序列
将此序列连接到原始数据帧
使用
zoo:：na.locf
将na替换为最后一个已知值
df使用注释末尾重复显示的
numeric_data
数据框，使用
read.zoo
将其转换为zoo系列。然后将其频率设置为1000（这是每单位间隔的点数），转换为ts类，并使用
na.locf0
（或
na.approx
用于线性插值或
na.spline
用于样条插值）填充通过从zoo到ts的转换创建的NAs

library(zoo)

z <- read.zoo(numeric_data)
frequency(z) <- 1000
tt <- na.locf0(as.ts(z))

length(tt)
## [1] 28159
deltat(tt)
## [1] 0.001
range(time(tt))
## [1]  0.000 28.158

df <- read.table(text = "
          clean_time_numeric clean_position_numeric
               0.000                     50
              27.891                     49
              28.119                     48
              28.146                     47
              28.158                     46",header=T)

time.001 <- data.frame(time = seq(min(df$clean_time_numeric), max(df$clean_time_numeric), by =0.001))

library(dplyr)
df.001 <- dplyr::full_join(df, time.001, by = c("clean_time_numeric"="time")) %>% 
       arrange(clean_time_numeric) %>%
       mutate(clean_position_numeric = zoo::na.locf(clean_position_numeric))

head(df.001)
  clean_time_numeric clean_position_numeric
1              0.000                     50
2              0.001                     50
3              0.002                     50
4              0.003                     50
5              0.004                     50
6              0.005                     50

tail(df.001)
      clean_time_numeric clean_position_numeric
28155             28.153                     47
28156             28.154                     47
28157             28.155                     47
28158             28.156                     47
28159             28.157                     47
28160             28.158                     46

library(zoo)

z <- read.zoo(numeric_data)
frequency(z) <- 1000
tt <- na.locf0(as.ts(z))

length(tt)
## [1] 28159
deltat(tt)
## [1] 0.001
range(time(tt))
## [1]  0.000 28.158

numeric_data <- 
structure(list(clean_time_numeric = c(0, 27.891, 28.119, 28.146, 
28.158), clean_position_numeric = 50:46), class = "data.frame", row.names = c(NA, -5L))