R语言中基于指定时间戳的Var1两点插值实现求助

问题说明 #

• 作为R语言新手，处理包含Timestamp（时间戳）和Var1字段的4000+行CSV数据，需要对Var1执行指定时间戳的两点插值。
• 当前代码生成时间序列时触发错误：'to' must be a finite number。
• 同时不清楚如何将Timestamp数据传入approx函数完成插值。

现有代码 #

library(ggplot2)
library(pmml) 
library(XML)
library(gmodels)
library(zoo)
library("data.table") 

df <- fread("C:/Users/myprofile/Desktop/test logs/test1.csv",
                  select = c("Timestamp", "Var1"))

head(df)

df[['Timestamp']] <- as.POSIXct(df[['Timestamp']],
                                  format = "%Y %m %d %H:%M:%S:%OS")

seq1 <- zoo(order.by=(as.POSIXlt(seq(min(df$Timestamp), max(df$Timestamp), by=5))))

数据结构示例 #

structure(list(Timestamp = structure(c(1594146600, 1594146609, 
1594146610, 1594146612, 1594146613, 1594146614, 1594146615, 1594146616, 
1594146618, 1594146619, 1594146620, 1594146640, 1594146660, 1594146681, 
1594146701, 1594146721, 1594146741, 1594146761, 1594146782), class = c("POSIXct", 
"POSIXt"), tzone = ""), Var1 = c(-0.02, -0.02, -0.01, 0.26, 0.48, 
0.63, 0.75, 0.86, 0.97, 1.2, 2.27, 4, 4.3, 3.02, 2.23, 1.79, 
1.62, 1.59, 1.63)), row.names = c(NA, -19L), class = "data.frame")

解决方案 #

1. 修复'to' must be a finite number错误 #

这个错误的核心原因是min(df$Timestamp)或max(df$Timestamp)返回了非有限值（比如NA），按以下步骤处理：

• 检查时间格式转换是否成功：运行summary(df$Timestamp)，如果输出中有NA，说明CSV中的时间字符串格式和代码里的"%Y %m %d %H:%M:%S:%OS"不匹配，要根据实际CSV时间格式调整format参数。
• 清理无效数据：过滤掉时间戳或Var1为NA的行：

  df <- df[!is.na(df$Timestamp) & !is.na(df$Var1), ]
  

• 修正时间序列生成代码：不需要转成POSIXlt，直接用POSIXct生成序列：

  time_seq <- seq(min(df$Timestamp), max(df$Timestamp), by = 5)
  

2. 用approx实现时间戳插值 #

approx可以直接处理POSIXct类型的时间戳（因为POSIXct本质是数值型），直接按以下步骤操作：

• 提取原始时间和变量值：

  x <- df$Timestamp
  y <- df$Var1
  

• 执行两点线性插值（指定目标时间点为time_seq）：

  interp_result <- approx(x = x, y = y, xout = time_seq, method = "linear")
  

  • 如果需要常量插值（两点间取前一个值），可以把method改成"constant"。
• 整理插值结果：

  # 转成数据框方便后续分析/可视化
  result_df <- data.frame(Timestamp = interp_result$x, Var1_interp = interp_result$y)
  

完整可运行代码 #

library(data.table)
library(zoo)

# 读取数据
df <- fread("C:/Users/myprofile/Desktop/test logs/test1.csv",
            select = c("Timestamp", "Var1"))

# 转换时间格式（根据CSV实际格式调整）
df[['Timestamp']] <- as.POSIXct(df[['Timestamp']], format = "%Y %m %d %H:%M:%S:%OS")

# 清理无效数据
df <- df[!is.na(df$Timestamp) & !is.na(df$Var1), ]

# 生成目标时间序列（间隔5秒）
time_seq <- seq(min(df$Timestamp), max(df$Timestamp), by = 5)

# 执行线性插值
interp_out <- approx(x = df$Timestamp, y = df$Var1, xout = time_seq, method = "linear")

# 整理结果
result_df <- data.frame(Timestamp = interp_out$x, Var1 = interp_out$y)

# 查看前几行结果
head(result_df)

内容的提问来源于stack exchange，提问作者vids