Question

我将使用AirPassengers数据集进行再现：

data(AirPassengers)
class(AisPassengers)
## [1] "ts"
AirPassengers
##   Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1949 112 118 132 129 121 135 148 148 136 119 104 118
1950 115 126 141 135 125 149 170 170 158 133 114 140
1951 145 150 178 163 172 178 199 199 184 162 146 166
1952 171 180 193 181 183 218 230 242 209 191 172 194
1953 196 196 236 235 229 243 264 272 237 211 180 201
1954 204 188 235 227 234 264 302 293 259 229 203 229
1955 242 233 267 269 270 315 364 347 312 274 237 278
1956 284 277 317 313 318 374 413 405 355 306 271 306
1957 315 301 356 348 355 422 465 467 404 347 305 336
1958 340 318 362 348 363 435 491 505 404 359 310 337
1959 360 342 406 396 420 472 548 559 463 407 362 405
1960 417 391 419 461 472 535 622 606 508 461 390 432

有没有办法获得年度季节性平均值（见下面的预期结果表）而不将“ts”对象转换为另一个类？

现在我可以通过将“ts”对象转换为xts（包xts）或转换为数据框（然后使用带有mkseas的包海）来实现此目的。

我可以使用任何“ts”方法，所以我不必将“ts”对象转换/转换为另一个类吗？

预期结果，超出“ts”对象：

Year Average (Jun, Jul, Aug)
1949 143.667
1950 163.00
1951 192.00
...
...

Answer 1

1）尝试aggregate.ts。这输入一个"ts"对象，并输出一个代表每年6月，7月和8月平均值的对象。这假设完整的年份：

aggregate(AirPassengers, 1, function(x) mean(x[6:8]))

，并提供：

Time Series:
Start = 1949 
End = 1960 
Frequency = 1 
 [1] 143.6667 163.0000 192.0000 230.0000 259.6667 286.3333 342.0000 397.3333
 [9] 451.3333 477.0000 526.3333 587.6667

2）如果您想要允许不完整的第一年和/或最后几年，这会变得越来越尴尬，但这是一个解决方案。这非常难看，因为tapply正在转换为矩阵，然后我们必须从中手动重建"ts"输出序列。

AP2 <- window(AirPassengers, start = c(1949, 9))
unname(ts(tapply(AP2, list(floor(time(AP2)), cycle(AP2) %in% 6:8), mean)[, "TRUE"], 
   start = floor(time(AP2)[1])))

Time Series:
Start = 1949 
End = 1960 
Frequency = 1 
 [1]       NA 163.0000 192.0000 230.0000 259.6667 286.3333 342.0000 397.3333
 [9] 451.3333 477.0000 526.3333 587.6667

3）如果你需要进入诸如（2）这样的情况，那么转换到动物园（如果需要的话，那么真的会更直接）。如果我们在输出中不需要NA组件，则可以省略标记为##的行。与（2）不同，每个操作产生一个"zoo"系列，因此它更清晰。如果我们想要"ts"类输出，我们可以使用as.ts(zyr2)。

library(zoo)
z <- as.zoo(AP2)
z678 <- z[cycle(z) %in% 6:8]
zyr <- aggregate(z678, floor(time(z678)), mean)
zyr2 <- merge(zyr, zoo(, unique(floor(time(z))))) ##

，并提供：

> zyr2
    1949     1950     1951     1952     1953     1954     1955     1956 
      NA 163.0000 192.0000 230.0000 259.6667 286.3333 342.0000 397.3333 
    1957     1958     1959     1960 
451.3333 477.0000 526.3333 587.6667

4）如果不需要NA行，可以使用数据帧以及省略##行来轻松完成。（这使用基数R，但sqldf，dplyr或data.table可以替代地用于聚合和子集化。）如果希望转换回ts然后ts(DF$AP2, start = DF$year[1])。

DF <- data.frame(year = floor(time(AP2)), month = cycle(AP2), AP2 = c(AP2))
Ag <- aggregate(AP2 ~ year, subset(DF, month %in% 6:8), mean)
DFyr <- merge(Ag, unique(DF["year"]), all = TRUE) ##

，并提供：

> DFyr
   year      AP2
1  1949       NA
2  1950 163.0000
3  1951 192.0000
4  1952 230.0000
5  1953 259.6667
6  1954 286.3333
7  1955 342.0000
8  1956 397.3333
9  1957 451.3333
10 1958 477.0000
11 1959 526.3333
12 1960 587.6667

如何从“ts”对象聚合几个月（季节性）？

1 个答案: