如何用前置日期值填充股价时间序列中的缺失日期？

问题描述 #

我有100家公司2010年1月1日至2023年3月15日的每日股价时间序列数据，周末及公共假期存在日期缺失。以A公司为例，原始数据如下：

data_a <- data.frame(
  Date = as.Date(c("2010-03-01", "2010-04-01", "2010-05-01", "2010-06-01", "2010-08-01", "2010-09-01", "2010-11-01")),
  Price = c(91, 92, 93, 91, 90, 91, 93),
  Company = rep("A", 7)
)

需要补全所有缺失日期，并用前一个可用日期的股价填充缺失值，处理后的数据需覆盖完整日期范围，且每个日期对应有效股价。

解决方案 #

使用dplyr和tidyr包可以高效处理多公司的时间序列补全与填充，步骤如下：

1. 加载依赖包

library(dplyr)
library(tidyr)

2. 定义全局日期范围

full_dates <- seq(as.Date("2010-01-01"), as.Date("2023-03-15"), by = "day")

3. 处理单公司数据（示例）
   如果仅处理A公司数据，可执行以下代码：

processed_data_a <- data_a %>%
  # 按公司分组
  group_by(Company) %>%
  # 扩展为完整日期序列，缺失的Price会自动设为NA
  complete(Date = full_dates) %>%
  # 用前一个非缺失值填充NA（向前填充）
  fill(Price, .direction = "down") %>%
  # 取消分组
  ungroup()

4. 处理多公司数据
   若你已将100家公司的数据合并为一个DataFrame（比如命名为all_companies_data），只需复用上述逻辑，分组会自动处理每个公司：

# 假设all_companies_data包含所有公司的Date、Price、Company列
processed_all_data <- all_companies_data %>%
  group_by(Company) %>%
  complete(Date = full_dates) %>%
  fill(Price, .direction = "down") %>%
  ungroup()

补充说明 #

• complete()函数会为每个公司生成指定范围内的所有日期，原始数据中不存在的日期会插入NA值
• fill(..., .direction = "down")会将前一个非缺失的Price值填充到后续的NA位置，完美匹配"前值填充"需求
• 若某公司在起始日期（2010-01-01）前没有数据，起始日期到该公司第一个数据日期之间的Price会保持NA，你可以根据需求用第一个可用值反向填充（添加fill(Price, .direction = "up")即可）

内容的提问来源于stack exchange，提问作者crumblycloth