Question

我有如下数据。

cotton <- structure(list(V1 = c(52L, 49L, 49L, 44L, 47L, 52L, 45L, 51L, 
                                54L, 57L, 67L, 71L, 66L, 65L, 75L, 66L, 70L, 70L, 69L, 71L, 70L, 
                                72L, 73L, 73L, 75L, 69L, 77L, 75L, 71L, 74L, 69L, 71L, 70L, 78L, 
                                74L, 72L, 74L, 72L, 73L, 73L, 72L, 70L, 73L, 71L, 76L, 79L, 68L, 
                                79L, 76L, 78L, 78L, 78L, 75L, 75L, 73L, 78L, 78L, 78L, 81L, 80L, 
                                79L, 84L, 82L, 81L, 80L, 83L, 77L, 81L, 82L, 83L, 82L, 86L, 78L, 
                                82L, 81L, 79L, 79L, 80L, 75L, 78L, 78L, 77L, 80L, 80L, 80L, 82L, 
                                81L, 84L, 83L, 82L, 84L, 81L, 80L, 83L, 87L, 81L, 84L, 84L, 82L, 
                                84L, 83L, 84L, 82L, 80L, 78L, 84L, 84L, 84L, 82L, 84L, 79L, 82L, 
                                79L, 79L, 72L, 73L, 78L, 82L, 83L, 81L, 77L, 75L, 70L, 71L, 66L, 
                                59L, 57L, 62L, 60L, 58L, 59L, 56L, 53L, 55L, 56L, 57L, 62L, 58L, 
                                56L, 60L, 63L, 66L, 71L, 74L, 70L, 74L, 75L, 74L, 77L, 79L, 76L, 
                                77L, 79L, 80L, 81L, 78L, 77L, 78L, 77L, 75L, 71L, 66L, 63L, 57L, 
                                55L, 55L, 55L, 54L, 57L, 57L, 53L, 54L, 60L, 63L, 65L, 64L, 68L, 
                                74L, 73L, 74L, 75L, 73L, 77L, 75L, 76L, 68L, 73L, 49L, 69L, 80L, 
                                82L, 78L, 71L, 70L, 73L, 71L, 68L, 72L, 70L, 43L, 72L, 81L, 81L, 
                                80L, 73L, 73L, 72L, 68L, 71L, 73L, 67L, 43L, 68L, 69L, 77L, 78L
)), .Names = "V1", class = "data.frame", row.names = c(NA, -216L
))

我想分析此数据框的最后100个值。我使用ts（）函数将其转换为具有已知开始和频率的时间序列对象。但是当我拿下最后100个值时，

cotton.ts <- ts(cotton, start = 2000, frequency = 12)
if(length(cotton.ts) > 100 ){
      cotton.ts <- cotton.ts[(length(cotton.ts)-99):length(cotton.ts)]
    }

cotton.ts成为一个载体。我需要它是一个时间序列，但频率和开始年份总是在变化。所以我不想一直找到新的开始年份和月份来重新制作时间序列。有没有办法在不浪费时间的情况下做到这一点？

Answer 1

我不想一直找到新的开始年份和月份来重新制作时间序列。有没有办法在不浪费时间的情况下做到这一点？

恐怕你必须这样做。反正不难。以下是一种自动方式

u <- length(cotton.ts) - 99
ts(cotton.ts[u:length(cotton.ts)], start = c(2000 + floor(u / 12), u %% 12),
   frequency = 12)

#     Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
#2009                                  78  82  83  81
#2010  77  75  70  71  66  59  57  62  60  58  59  56
#2011  53  55  56  57  62  58  56  60  63  66  71  74
#2012  70  74  75  74  77  79  76  77  79  80  81  78
#2013  77  78  77  75  71  66  63  57  55  55  55  54
#2014  57  57  53  54  60  63  65  64  68  74  73  74
#2015  75  73  77  75  76  68  73  49  69  80  82  78
#2016  71  70  73  71  68  72  70  43  72  81  81  80
#2017  73  73  72  68  71  73  67  43  68  69  77  78

请注意start = c(a, b)中使用ts()。

Answer 2

另一种可能的解决方案：

#convert cotton.ts into xts object
cotton.xts <- as.xts(coredata(cotton.ts), order.by = timeBasedSeq('2000/2017/m'))

现在您可以使用其函数last返回最后n periods。例如，过去7个月：

> xts::last(cotton.xts,7)
         V1
Jun 2017 73
Jul 2017 67
Aug 2017 43
Sep 2017 68
Oct 2017 69
Nov 2017 77
Dec 2017 78

Answer 3

使用tail（）函数可以获得的值的最后100个值。也许它也适用于ts：

tail(data, n=100)

修改

getTime(head(cotton.ts,u))

其中X - 您的时间序列对象， n - 时间点的位置。您可以在R。
中的timeSeries包中找到该功能
似乎有效。

在R中获取ts对象的最后100个值

3 个答案: