如何将周度NO2观测数据插值为小时级？技术方法求助

你的代码出现问题大概率是两个核心原因：原始数据的时间类型不匹配，以及时间序列未按顺序排列，以下是修正后的完整实现方案：

关键问题排查 #

1. 时间类型不一致：原始数据的datetime是Date类型，而你生成的hour_dat$datetime是POSIXct类型，两种类型在插值时会被当作不同的数值轴处理，导致插值结果错误或NA。
2. 时间序列乱序：从你提供的数据样例来看，时间是无序的，approx函数要求输入的x必须是递增的有序序列，乱序会直接破坏插值逻辑。

完整实现步骤 #

1. 预处理原始数据 #

先统一时间类型并按时间排序：

library(dplyr)

# 将原始数据的datetime转为POSIXct类型，确保与目标序列格式一致
mag_data$datetime <- as.POSIXct(mag_data$datetime)

# 按时间升序排序，这是插值的必要前提
mag_data <- mag_data %>% arrange(datetime)

2. 生成小时级时间序列 #

保持时间范围与原始数据匹配：

hour_dat <- data.frame(
  datetime = seq(as.POSIXct("2020-01-05"), as.POSIXct("2022-12-25"), by = "1 hour")
)

3. 执行线性插值 #

提供两种可靠的实现方式：

方式1：Base R的approx函数

添加rule=2参数可自动填充超出原始数据时间范围的部分（用首尾值），按需调整：

new_interp <- hour_dat %>% 
  mutate(NO2_interp = approx(
    x = mag_data$datetime, 
    y = mag_data$NO2, 
    xout = datetime, 
    method = "linear",
    rule = 2  # 可选：超出范围时用首尾值填充，否则返回NA
  )$y)

方式2：Zoo包的时间序列插值（更专业）

Zoo包针对时间序列插值做了优化，适合处理这类问题：

library(zoo)

# 将原始数据转为zoo时间序列对象
mag_zoo <- zoo(mag_data$NO2, order.by = mag_data$datetime)

# 生成空的小时级zoo序列
hour_zoo <- zoo(, seq(start(mag_zoo), end(mag_zoo), by = "hour"))

# 执行线性插值
interp_zoo <- na.approx(mag_zoo, xout = index(hour_zoo))

# 转回data.frame格式
new_interp_zoo <- data.frame(
  datetime = index(interp_zoo), 
  NO2_interp = coredata(interp_zoo)
)

验证结果 #

可以通过查看插值后的序列首尾值、随机抽取时间段对比，确认插值逻辑正常：

# 查看前5条插值结果
head(new_interp)

# 检查是否存在NA（如果未用rule=2，超出原始时间范围的部分会是NA）
sum(is.na(new_interp$NO2_interp))

内容的提问来源于stack exchange，提问作者Julian