图片好像没显示出来，重新上传！

数据是随机波动的，插值结果的准确性根本无法评估，那么插值结果也没有统计意义。除非数据量大，可以从中发现某种周期性模式。
就用原始数据吧。

我只是举了一个数据的例子，数据量还是很大的。
我是做古环境的，是几万年来的数据。

1. 插值的代码实现，没有技术障碍，可以利用tidyr包的full_seq()生成完整的时间序列，并与原缺失的时间序列合并，再用dplyr包的fill()简单填充，或采用均值或分位点填充。但是这种方式生成的数据，属于人造的，尤其是缺失值太多的话。
2. 换个思路，既然数据量很大，不如用原始数据，按固定时间间隔分组，再取各间隔的均值作为分析的基础，也就是做些平滑处理。当然也可以用这个均值作为上一种处理的插值。