我是R的新人，我尝试使用预测库使用GA连接进行预测。
我有这样的输入数据：
day month year visits
1 01 01 2013 21821
2 02 01 2013 17865
3 03 01 2013 25300
4 04 01 2013 41184
5 05 01 2013 48953
6 06 01 2013 64135
它抓住了每个月和每年的访问次数。
当我尝试使用ts功能时，我会这样：
visits.ts = ts（ga.data $ visits，start = c（2013,1），end = c（2014,1），frequency = 12）
考虑到这样的输出：
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
2013
2014
以下是我的问题 - 如何将月份拆分为几天并创建如下输出：
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
January 2013
February 2013
答案 0 :(得分：1)
首先创建一些测试数据DF。 （将来请提供测试数据。）
# create data set for testing
tt0 <- seq(as.Date("2013-01-01"), as.Date("2014-12-31"), by = "day")
lt <- as.POSIXlt(tt0)
DF <- data.frame(year = lt$year + 1900, month = lt$mon + 1, day = lt$mday, visits = 1:730)
以下几乎取决于每年包含完全相同的天数（即没有闰年）。幸运的是，问题中显示的数据就是这种情况。使用DF将其转换为"ts"类：
# convert to ts
tser <- ts(DF$visits, start = 2013, freq = 365)
如果我们确实有闰年，我们可能希望使用动物园包中的"zoo"类或xts包中的"xts"类。
对于第二个问题，首先添加year_month列，然后使用dcast创建二维显示：
library(reshape2)
DF2 <- transform(DF, year_month = I(sprintf("%d-%02d", year, month)))
dcast(DF2, year_month ~ day, value.var = "visits")
或使用动物园包中的as.yearmon：
library(reshape2)
library(zoo)
DF2 <- transform(DF, year_month = as.yearmon(paste(year, month, sep = "-")))
dcast(DF2, year_month ~ day, value.var = "visits")
这是第三种选择。这个没有使用任何外部包，虽然它有点慢：
DF2 <- transform(DF, day = factor(day), year_month = sprintf("%d-%02d", year, month))
xtabs(visits ~ year_month + day, DF2, sparse = TRUE)
省略sparse=TRUE它会更快，但会用0填充未使用的位置。