處理遺漏值

個案研究：在 R 中分析城市時間序列資料

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

遺漏值

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

含遺漏值的時間序列圖

以最後觀測值填補 NA

最後觀測值向前帶（LOCF）

citydata_locf <- na.locf(citydata)

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

以最後觀測值填補遺漏值的時間序列圖

以下一個觀測值填補 NA

下一個觀測值向後帶（NOCB）

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

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

以下一個觀測值填補遺漏值的時間序列圖

線性插值

citydata_approx <- na.approx(citydata)

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

以線性插值填補遺漏值的時間序列圖

一起來練習吧！

個案研究：在 R 中分析城市時間序列資料