Schnellste Weg zum ausfüllen von fehlenden Daten für die Daten.Tabelle

Ich bin laden ein data.table aus CSV-Datei, die Datum, Bestellungen, Menge etc. Felder.

In der input-Datei gelegentlich keine Daten für alle Termine. Zum Beispiel, wie unten gezeigt:

> NADayWiseOrders
           date orders  amount guests
  1: 2013-01-01     50 2272.55    149
  2: 2013-01-02      3   64.04      4
  3: 2013-01-04      1   18.81      0
  4: 2013-01-05      2   77.62      0
  5: 2013-01-07      2   35.82      2

In der obigen 03-Jan 06-Jan haben keine Einträge.

Möchten, füllen Sie die fehlenden Einträge mit default-Werten (z.B. null für Bestellungen, Menge etc.), oder tragen Sie den letzten vaue vorn (. e.g, 03-Jan wird die Wiederverwendung 02-Jan-Werten und 06-Jan wird die Wiederverwendung der 05-Jan-Werte usw..)

Was ist die beste/optimale Art und Weise zu füllen solche Lücken, fehlende Daten Daten mit solchen default-Werte?

Die Antwort hier schlägt mit allow.cartesian = TRUE, und expand.grid für die fehlenden Wochentage - es kann funktionieren, für Wochentage (da Sie nur 7 Wochentage) - aber nicht sicher, ob das der richtige Weg wäre, zu gehen zu Terminen, vor allem, wenn wir es mit multi-Jahres-Daten.

InformationsquelleAutor Gopalakrishna Palem | 2014-04-09
  1. 7

    Nicht sicher, ob es das Schnellste, aber es wird funktionieren, wenn es keine NAs in die Daten:

    # just in case these aren't Dates. 
NADayWiseOrders$date <- as.Date(NADayWiseOrders$date)
# all desired dates.
alldates <- data.table(date=seq.Date(min(NADayWiseOrders$date), max(NADayWiseOrders$date), by="day"))
# merge
dt <- merge(NADayWiseOrders, alldates, by="date", all=TRUE)
# now carry forward last observation (alternatively, set NA's to 0)
require(xts)
na.locf(dt)
    • Danke. Für die NA-Ersatz mit 0, ich Frage mich, ob es irgendeine schnellere Methode (vielleicht mithilfe der speziellen syntax der Daten.Tabelle), andere, als die der regulären dt$orders[is.na(dt$orders)] <- 0 Ersatz auf jedem Feld.
    InformationsquelleAutor shadow
  2. 10

    Den idiomatischen data.table Weg (mit Rollen verbindet) ist diese:

    setkey(NADayWiseOrders, date)
all_dates <- seq(from = as.Date("2013-01-01"), 
                   to = as.Date("2013-01-07"), 
                   by = "days")

NADayWiseOrders[J(all_dates), roll=Inf]
         date orders  amount guests
1: 2013-01-01     50 2272.55    149
2: 2013-01-02      3   64.04      4
3: 2013-01-03      3   64.04      4
4: 2013-01-04      1   18.81      0
5: 2013-01-05      2   77.62      0
6: 2013-01-06      2   77.62      0
7: 2013-01-07      2   35.82      2
    • Danke. Nützlich. Wie Sie dies tun, wenn wir wollen, verwenden Sie die Standard-Werte (also 0) und nicht roll vorherigen Werte?
    • ja, bitte, wie Sie auf null gesetzt automatisch?? Dank
    • verwenden roll=0, dann NADayWiseOrders[is.na(orders), orders:=0]
    • Jeder Weg, dies zu tun auf Gruppen? I. e. zu seq von min zu max Datum innerhalb von Gruppen zu tun, die rolling join innerhalb der Gruppen als auch?
    • Schließung von Lücken innerhalb der Gruppe gebucht wird, eine andere Antwort
    InformationsquelleAutor Arun
  3. 3

    Hier ist, wie Sie in die Lücken zu füllen innerhalb der Untergruppe

    # a toy dataset with gaps in the time series
dt <- as.data.table(read.csv(textConnection('"group","date","x"
"a","2017-01-01",1
"a","2017-02-01",2
"a","2017-05-01",3
"b","2017-02-01",4
"b","2017-04-01",5')))
dt[,date := as.Date(date)]

# the desired dates by group
indx <- dt[,.(date=seq(min(date),max(date),"months")),group]

# key the tables and join them using a rolling join
setkey(dt,group,date)
setkey(indx,group,date)
dt[indx,roll=TRUE]

#>    group       date x
#> 1:     a 2017-01-01 1
#> 2:     a 2017-02-01 2
#> 3:     a 2017-03-01 2
#> 4:     a 2017-04-01 2
#> 5:     a 2017-05-01 3
#> 6:     b 2017-02-01 4
#> 7:     b 2017-03-01 4
#> 8:     b 2017-04-01 5
    • Wirklich hilfreich ist.
    InformationsquelleAutor Jthorpe
Schreibe einen Kommentar