求助：用R代码补全账户月度余额缺失数据适配ARIMA预测

问题根源 #

你遇到的全0记录问题，核心是日期格式不匹配：你生成的months是YYYY-MM-DD格式的字符串，但原数据中的Month是YYYYMM数字格式，两者在merge时完全无法匹配，导致所有balance字段都变成NA，最终被替换为0。

修正后的完整代码 #

下面是调整后的代码，重点统一了月份格式，并确保生成的空框架（shell）覆盖所有目标月份和唯一账户：

# 1. 生成目标时间范围内的所有月份，格式转为与原数据一致的YYYYMM
start_date <- as.Date("2015-01-01")
end_date <- as.Date("2019-06-01")
months_seq <- seq(start_date, end_date, by = "1 month")
months_formatted <- format(months_seq, "%Y%m") # 转换为"201501"这类格式

# 2. 获取所有唯一账户，生成账户+月份的笛卡尔积框架
unique_accounts <- unique(df$account_id) # 避免重复账户多次生成
shell <- expand.grid(
  Account_id = unique_accounts,
  Month = months_formatted,
  stringsAsFactors = FALSE
)

# 3. 预处理原数据，确保月份格式与shell一致
data <- data.frame(
  Account_id = df$account_id,
  Month = as.character(df$partition_ledger_year_month), # 转字符匹配shell格式
  balance = df$amount_usd,
  stringsAsFactors = FALSE
)

# 4. 合并数据并填充缺失值为0
df2 <- merge(shell, data, by = c("Account_id", "Month"), all.x = TRUE)
df2$balance[is.na(df2$balance)] <- 0

关键调整说明 #

• 统一月份格式：将生成的月份序列转为YYYYMM字符格式，和原数据的Month字段完全匹配，确保merge时能正确关联已有记录。
• 使用唯一账户：用unique(df$account_id)获取不重复的账户列表，避免同一账户在shell中重复生成多条相同月份记录。
• 简化缺失值填充：直接用df2$balance[is.na(df2$balance)] <- 0替换缺失值，比which()写法更简洁高效。

验证结果 #

运行后，每个账户都会包含2015-01到2019-06的全部54条记录：已有数据的月份保留原余额，缺失月份自动补0，完全符合你期望的输出格式。

内容的提问来源于stack exchange，提问作者A.B.