如何创建具有多个时间序列的时间序列对象？

Question

如何在R中将“A.原始数据”转换为“B.时间序列对象”，以便我可以一次对多个时间序列进行时间序列分析？请参阅下面的示例输出。

一个。原始数据

月份项目数量 20150101 123456 116
20150201 123456 266
20150301 123456 261
20150401 123456 179
20150501 123456 121
20150601 123456 147
20150701 123456 77
20150801 123456 327
20150901 123456 309
20151001 123456 402
20151101 123456 116
20151201 123456 165
20150101 234567 405
20150201 234567 244
20150301 234567 114
20150401 234567 262
20150501 234567 126
20150601 234567 111
20150701 234567 498
20150801 234567 353
20150901 234567 208
20151001 234567 111
20151101 234567 400
20151201 234567 11
20140101 123456 114
20140201 123456 451
20140301 123456 389
20140401 123456 253
20140501 123456 280
20140601 123456 89
20140701 123456 310
20140801 123456 260
20140901 123456 221
20141001 123456 371
20141101 123456 133
20141201 123456 269
20140101 234567 234
20140201 234567 151
20140301 234567 479
20140401 234567 184
20140501 234567 79
20140601 234567 499
20140701 234567 238
20140801 234567 10
20140901 234567 383
20141001 234567 23
20141101 234567 185
20141201 234567 232

B中。时间序列对象

            Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec  

123456 2014 114 451 389 253 280 89 310 260 221 371 133 269
123456 2015 116 266 261 179 121 147 77 327 309 402 116 165
234567 2014 234 151 479 184 79 499 238 10 383 23 185 232
234567 2015 405 244 114 262 126 111 498 353 208 111 400 11

Answer 1

时间序列分析的适当数据形式当然取决于您将要执行的分析以及您将用于执行此操作的R函数。话虽如此，有几种方法可以将您的数据从A格式转换为B。在随后的代码中，parse_date_time包中的year，month和lubridate函数用于将month列转换为R {{ 1}}日期对象POSIX然后用新的tmp和month列替换原始year列。特别是，这会生成新的month列作为在通常的日历序列中命名和排序的月份的因素。 month包中的spread使用tidyr列中的唯一值来形成包含month值的新列。代码如下：

count

df_B中的结果与输出数据B

相同