基于时间差为R语言DataFrame插入对应行数的补全数据

步骤说明 #

要补全每分钟的记录，核心是基于现有时间点生成完整的分钟级时间序列，并沿用对应时间段内的state值。以下是基于tidyverse和lubridate包的实现方法：

代码实现 #

# 加载所需包
library(tidyverse)
library(lubridate)

# 处理原始数据：转换时间格式并添加下一条记录的时间边界
df1_processed <- df1 %>%
  mutate(last_changed = ymd_hms(last_changed)) %>%
  mutate(next_time = lead(last_changed, default = last(last_changed)))

# 生成完整时间序列并填充数据
df_full <- df1_processed %>%
  rowwise() %>%
  # 生成当前时间到下一条时间的每分钟序列
  mutate(last_changed = list(seq(last_changed, next_time, by = "1 minute"))) %>%
  unnest(last_changed) %>%
  # 保留需要的列
  select(entity_id, state, last_changed)

# 查看补全后的前16行（与期望示例一致）
head(df_full, 16)

代码解释 #

1. 时间格式转换：用ymd_hms将字符串类型的last_changed转换为R可识别的datetime格式，便于时间序列操作。
2. 设置时间边界：通过lead函数获取每条记录的下一条时间，作为当前state值有效的结束时间，最后一条记录的边界设为自身时间。
3. 生成完整序列：按行生成从当前时间到下一条时间的每分钟时间点，通过unnest将列表展开为多行记录。
4. 整理结果：筛选出需要的列，得到补全后的DataFrame。

内容的提问来源于stack exchange，提问作者GrBa