R 具有重复值的扩展时间序列

传播时间序列数据的更好方法是什么。我有重复的观察结果，所以我包括了

I=row_number（）

，但这造成了引入NAs的新问题，现在又出现了重复的日期

x <- portfolio_prices %>%
  mutate(i = row_number()) %>%
  spread(cusip, prc)

我想预告数据，但只有一个日期，而不是重复的日期

x <- portfolio_prices %>%
  mutate(i = row_number()) %>%
  spread(cusip, prc)

数据：

---

portfolio_prices考虑到您希望传播的变量，我在您提供的数据集中没有看到重复的数据

library(dplyr)
library(tidyr)

portfolio_prices %>% 
  nrow()

portfolio_prices %>% 
  as_tibble() %>% 
  distinct(cusip, date_ret) %>% 
  nrow()


这样你就可以直接传播

portfolio_prices %>% 
  as_tibble() %>% 
  spread(cusip, prc)


如果您确实有重复项，那么您可能希望在变异前使用
groupby
，如下所示：

portfolio_prices %>% 
  as_tibble() %>% 
  group_by(date_ret) %>% 
  mutate(row = 1:n()) %>% 
  ungroup() %>% 
  spread(cusip, prc)

您能提供预期输出的示例吗？我尝试了预期输出。如果可能的话，我只想尝试折叠当前输出。谢谢！我认为你的第一种方法对我很管用。只需使用
distinct
删除重复的值即可。第二种和第三种方法产生的结果与我面对的NA值增加的结果相同。i、 e.投资组合价格由4666个观察值组成，使用
distinct
将其减少到251个观察值，这是有意义的，因为一年中大约有251个“工作日”。其他两种方法给出了4666个观测值，其中我有一个包含许多NAs的宽数据帧（或者我有19个“2009_01_01”）.19表示
cusip
的数量。在进行任何分析之前，请确保您的数据集。如果这回答了您的问题，请在接受我的回答时将其标记为已解决，这样就不会浪费时间再次尝试回答。谢谢。
portfolio_prices %>% 
  as_tibble() %>% 
  group_by(date_ret) %>% 
  mutate(row = 1:n()) %>% 
  ungroup() %>% 
  spread(cusip, prc)