R语言中时间序列分类变量上采样与数据对齐技术问询

针对你拥有的1000Hz连续变量和500Hz分类变量时间序列，以下是直接可行的实现方案，确保分类变量上采样至1000Hz、与连续变量对齐，同时保留原分类数据中的NA值：

核心思路 #

1. 以连续变量的时间戳为基准（完整的1000Hz时间序列）
2. 左连接分类变量数据，匹配对应时间点的分类值
3. 向下填充分类变量的时间间隙：每个原分类值（包括NA）会覆盖到下一个分类值出现前的所有行

代码实现（基于dplyr/tidyr） #

先构造示例数据（可替换为你的真实数据）：

library(dplyr)
library(tidyr)

# 1000Hz连续变量数据（示例：10个时间点，间隔1ms）
df_continuous <- tibble(
  timestamp = seq(from = as.POSIXct("2024-01-01 00:00:00.000"), 
                  by = 0.001, length.out = 10),
  continuous_val = rnorm(10) # 替换为你的连续变量列
)

# 500Hz分类变量数据（示例：5个时间点，间隔2ms，包含NA）
df_categorical <- tibble(
  timestamp = seq(from = as.POSIXct("2024-01-01 00:00:00.000"), 
                  by = 0.002, length.out = 5),
  category = c("A", NA, "B", "C", NA) # 替换为你的分类变量列
)

执行对齐与上采样：

# 对齐并填充分类变量
df_aligned <- df_continuous %>%
  left_join(df_categorical, by = "timestamp") %>%
  # 向下填充，保留原NA值（遇到NA时，后续行也会填充NA）
  fill(category, .direction = "down")

大数据量场景（基于data.table） #

如果数据集行数较多，用data.table会更高效：

library(data.table)
library(zoo)

setDT(df_continuous)
setDT(df_categorical)

# 左连接后填充分类变量
df_aligned <- df_continuous[df_categorical, on = "timestamp"]
df_aligned[, category := na.locf(category, na.rm = FALSE)]

结果说明 #

处理后的数据会满足：

• 分类变量的行数与连续变量完全一致（1000Hz采样率）
• 原分类变量的每个值（包括NA）会对应两个连续的行（适配500Hz→1000Hz的采样率转换）
• 原分类数据中的NA值会被保留，对应的时间间隙也会填充NA

内容的提问来源于stack exchange，提问作者Colin