Práce s chybějícími hodnotami

Případová studie: Analýza časových řad městských dat v R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Chybějící hodnoty

citydata

              pop
1980-01-01 562994
1981-01-01 564179
1982-01-01 565361
1983-01-01 565491
1984-01-01 566723
1985-01-01     NA
1986-01-01     NA
1987-01-01     NA
1988-01-01 570867
1989-01-01 572222
1990-01-01 574823

časová řada vykreslená s chybějícími daty

Doplnění NA poslední hodnotou

Přenos poslední pozorované hodnoty (LOCF)

citydata_locf <- na.locf(citydata)

plot.xts(citydata)
plot.xts(citydata_locf)

časová řada s chybějícími daty doplněnými pomocí LOCF

Doplnění NA následující hodnotou

Přenos následující pozorované hodnoty (NOCB)

citydata_nocb <- na.locf(citydata, fromLast = TRUE)

plot.xts(citydata)
plot.xts(citydata_nocb)

časová řada s chybějícími daty doplněnými pomocí NOCB

Lineární interpolace

citydata_approx <- na.approx(citydata)

plot.xts(citydata)
plot.xts(citydata_nocb)

časová řada s chybějícími daty doplněnými lineární interpolací

Pojďme si procvičit!

Případová studie: Analýza časových řad městských dat v R