R语言approx函数ties参数使用及日期插值返回NA问题解决

问题根因 #

approx()的ties参数本身不支持「重复x值分左右侧取首尾值参与插值」的规则，之前调用返回全NA/不符合预期的原因如下：

• 传入ties="ordered"时，函数仅会跳过内部排序步骤，仍要求输入x序列严格单调递增；遇到重复x值时无法判定插值边界，直接返回NA。
• 传入ties=mean时，函数会将同一x值对应的所有y取算术平均后合并为单个点，完全破坏了相邻点线性插值的逻辑。
• 传入ties = list("ordered", mean)属于无效参数格式，approx()不支持列表形式的传参，配置不会生效。

正确实现步骤 #

不要尝试通过ties参数直接实现需求，先手动预处理观测数据，构造严格单调无重复的插值基准序列，再调用插值函数即可完全匹配规则：

1. 对已排序的观测数据，识别连续重复的日期分组
2. 提取每个重复分组的左端点（组内第一个日期、第一个观测值），用于待插值日期小于该组日期时的左边界计算
3. 提取每个重复分组的右端点（组内最后一个日期、最后一个观测值），用于待插值日期大于该组日期时的右边界计算
4. 合并所有端点、去重后按日期排序，得到严格单调递增的插值基准序列
5. 基于基准序列调用approx()完成插值

对应可直接运行的代码：

# 标记连续重复日期的分组ID
subset$dup_group <- cumsum(c(TRUE, diff(as.numeric(subset$Val_FechaCierre)) != 0))

# 提取所有重复组的左端点
left_pts <- do.call(
  rbind,
  lapply(split(subset, subset$dup_group), function(g) {
    data.frame(
      date = g$Val_FechaCierre[1],
      val = g$Val_Registrado[1]
    )
  })
)

# 提取所有重复组的右端点
right_pts <- do.call(
  rbind,
  lapply(split(subset, subset$dup_group), function(g) {
    data.frame(
      date = g$Val_FechaCierre[nrow(g)],
      val = g$Val_Registrado[nrow(g)]
    )
  })
)

# 合并生成严格无重复的插值基准序列
interp_ref <- unique(rbind(left_pts, right_pts))
interp_ref <- interp_ref[order(interp_ref$date), ]

# 执行线性插值
interp_res <- approx(
  x = interp_ref$date,
  y = interp_ref$val,
  xout = tiemposr4primarios$h0,
  ties = "ordered"
)

效果说明 #

• 待插值日期小于某组重复日期时，会自动取该组左端点（第一个观测值）参与插值
• 待插值日期大于某组重复日期时，会自动取该组右端点（最后一个观测值）参与插值
• 待插值日期刚好落在重复日期点上时，会返回对应端点的观测值，不会出现均值计算的偏差
• 所有插值点均为相邻两个基准点间的线性计算结果，完全符合需求

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