能否基于动态日期范围使用na.approx函数进行线性插值？

可以用na.approx()实现你要的按时间范围线性插值，核心是确保日期列被识别为日期类型，让函数基于时间间隔而非行号计算插值。

具体实现步骤 #

1. 首先加载zoo包（na.approx()属于该包），并将数据框的Date列转换为日期格式：

library(zoo)

# 构造示例数据框
df <- data.frame(
  Date = c("2022-05-01", "2022-05-02", "2022-05-03", "2022-05-06", 
           "2022-05-07", "2022-05-08", "2022-05-09", "2022-05-10"),
  Value = c(6, 5, NA, NA, 14, 15, NA, 67)
)

# 转换Date列为日期类型
df$Date <- as.Date(df$Date)

2. 使用na.approx()，指定x参数为日期列，让函数基于时间差计算线性插值：

df$Interpolated_Value <- na.approx(df$Value, x = df$Date)

验证结果 #

运行后得到的插值结果和你手动计算的完全一致：

• 2022-05-03的插值为6.8（5 + 1.8*1）
• 2022-05-06的插值为8.6（5 + 1.8*2）
• 2022-05-09的插值为32.33333（15 + 52/3*1）

备选方案（如果不用na.approx） #

如果不想依赖zoo包，可以用dplyr结合手动计算实现：

library(dplyr)

df %>%
  # 按非NA值分组，划分插值区间
  group_by(group = cumsum(!is.na(Value))) %>%
  mutate(
    # 计算当前日期与区间起始日的天数差
    days_since_start = as.numeric(Date - first(Date)),
    # 计算区间总天数
    total_interval_days = as.numeric(last(Date) - first(Date)),
    # 计算区间值差
    value_range = last(Value) - first(Value),
    # 插值计算
    Interpolated_Value = ifelse(is.na(Value),
                                first(Value) + value_range * days_since_start / total_interval_days,
                                Value)
  ) %>%
  ungroup() %>%
  select(-group, -days_since_start, -total_interval_days, -value_range)

内容的提问来源于stack exchange，提问作者Selina1