是否有一种填补时间间隔的data.table方法？

Question

是否有一种优雅的方法来填写缺少的时间段，如timetk::pad_by_time和tsibble::fill_gaps在data.table中

数据可能如下所示

library(data.table)
data<-data.table(Date = c("2020-01-01","2020-01-01","2020-01-01","2020-02-01","2020-02-01","2020-03-01","2020-03-01","2020-03-01"),
             Card = c(1,2,3,1,3,1,2,3),
             A = rnorm(8)
)

在2020年-02-01暗含缺失了卡片2的观测结果。

在tsibble包中，您可以执行以下操作

library(tsibble)
data <- data[, .(Date = yearmonth(ymd(Date)), 
               Card = as.character(Card),
              A= as.numeric(A))]
data<-as_tsibble(data, key = Card, index = Date)
data<-fill_gaps(data)

在timetk包中，您可以执行以下操作

library(timetk)
data <- data[, .(Date = ymd(Date), 
             Card = as.character(Card),
             A= as.numeric(A))]
data<-data %>%
  group_by(Card) %>%
  pad_by_time(Date, .by = "month") %>%
  ungroup()

Answer 1

只有data.table

如果没有设置键，则

data2 <- data[CJ(Date, Card, unique = TRUE), on = .(Date, Card)]
data2
#          Date  Card           A
#        <char> <num>       <num>
# 1: 2020-01-01     1  1.37095845
# 2: 2020-01-01     2 -0.56469817
# 3: 2020-01-01     3  0.36312841
# 4: 2020-02-01     1  0.63286260
# 5: 2020-02-01     2          NA
# 6: 2020-02-01     3  0.40426832
# 7: 2020-03-01     1 -0.10612452
# 8: 2020-03-01     2  1.51152200
# 9: 2020-03-01     3 -0.09465904

(多亏了@sindri_baldur!)

如果设置了密钥，则可以使用@Frank的方法：

data2 <- data[ do.call(CJ, c(mget(key(data)), unique = TRUE)), ]

从这里开始，您可以按需要使用nafill，也许

data2[, A := nafill(A, type = "locf"), by = .(Card)]
#          Date  Card           A
#        <char> <num>       <num>
# 1: 2020-01-01     1  1.37095845
# 2: 2020-01-01     2 -0.56469817
# 3: 2020-01-01     3  0.36312841
# 4: 2020-02-01     1  0.63286260
# 5: 2020-02-01     2 -0.56469817
# 6: 2020-02-01     3  0.40426832
# 7: 2020-03-01     1 -0.10612452
# 8: 2020-03-01     2  1.51152200
# 9: 2020-03-01     3 -0.09465904

(如何填写是基于您对数据上下文的了解；它可能是by=.(Date)，或者某种形式的估算。)

Update：上面对可能的组合进行了扩展，这些组合可能会超出特定Card的范围，在这种情况下人们可能会看到：

data <- data[-1,]
data[CJ(Date, Card, unique = TRUE), on = .(Date, Card)]
#          Date  Card           A
#        <char> <num>       <num>
# 1: 2020-01-01     1          NA
# 2: 2020-01-01     2 -0.42225588
# 3: 2020-01-01     3 -0.12235017
# 4: 2020-02-01     1  0.18819303
# 5: 2020-02-01     2          NA
# 6: 2020-02-01     3  0.11916096
# 7: 2020-03-01     1 -0.02509255
# 8: 2020-03-01     2  0.10807273
# 9: 2020-03-01     3 -0.48543524

我认为有两种方法：

1. 执行上述代码，然后删除每个组中的前导(和尾随)NA：

dataCJ(日期，卡，唯一=真)，on =.(日期，卡片)，.SD !is.na(A) !seq_len(.N) %，% c(1，.N)，#卡片日期A# 1: 1 2020-02-01 0.18819303 # 2: 1 2020-03-01 -0.02509255 # 3: 2 2020-01-01 -0.42225588 # 4: 2 2020-02-01 NA # 5: 2 2020-03-01 0.10807273 # 6: 3 2020-01 -0.12235017 #73 2020-02-01 0.11916096 # 8: 3 2020-03-01 -0.48543524

1. 完全不同的方法(假设Date-class，不是严格要求的)：

data，Date := as.Date(Date) data[data，.(Date = do.call(seq，c(as.list(range(Date)，by =“month”))，by =.(卡)，on =.(日期)，#日期卡A## 1: 2020-01-01 2 -0.42225588 # 2: 2020-02-01 2 NA # 3: 2020-03-01 2 0.10807273 # 4: 2020-01 3 -0.12235017 # 5: 2020-02-01 3 0.11916096 # 6: 2020-03-01 3 -0.48543524 # 7：0.18819303 # 8: 2020-03-01 1 -0.02509255