Question

我的CSV值为

ref_date;wings;airfoil;turbines
2015-03-31;123,22;22,77;99,0
2015-04-30;123,22;28,77;99,0
2015-05-31;123,22;22,177;02,0
2015-06-30;56,288;22,77;99,0

我读入数据框，并使用

将其转换为时间序列

df_agg = aggregate(df$wings, by=list(date=df$ref_date), FUN=mean)
df_agg['date'] = as.Date(df_agg[['date']], format='%Y-%m-%d')
tt = xts(df_agg[,c('x')], order.by=df_agg$date)

现在我有tt个xts个对象。要使用forecast包，我必须将其转换为ts对象，因此我使用zoo：

pred = forecast(zoo(tt))

df_pred = as.data.frame(pred)

但是，为了能够得到一个带有日期而不是一系列数字的列的结果，我必须将其转换回来

zoo(df_pred, as.Date(as.numeric(rownames(df_pred))))

现在我有一个像

的结果

             Forecast  Lo 80    Hi 80    Lo 95    Hi 95
2015-07-30   12          10      15      11       14
2015-08-31   13.4        11      15.4    11.2     13

有没有办法完成同样的工作而不必再次在数据框，xts，zoo，ts和zoo之间来回移动？

在Python中，这就像

 from statsmodels.api import sm
 df = pd.read_csv(file_csv)
 df.index = pd.to_datetime(df.date, format='%Y-%m-%d')
 y_pred = sm.ARIMA(df)

Answer 1

1）zoo 预测包的开发版本为as.ts.forecast，动物园的开发版本（成为动物园版本1.8.0）具有增强的as.zoo.ts默认情况下，对于频率为4和12的ts系列应用yearmon / yearqtr。这些将允许更紧凑地编写问题的代码。由于预测包没有明确支持非ts时间序列，因此定义了一个简单的单行动物园方法进行预测。然后使用read.zoo读入数据。为了使用最后的注释中的数据来保持这种自包含，我们使用text=Lines，但实际上它将替换为myfile.dat之类的内容。 read.zoo命令也将yearmon类应用于索引并使用mean聚合它。最后运行forecast，然后将输出转换为zoo类。整个序列只涉及一次转换，唯一需要的原因是预测只支持ts。

library(forecast)
library(zoo)

as.zoo.forecast <- function(x, ...) as.zoo(as.ts(x))

z <- read.zoo(text = Lines, header = TRUE, sep = ";", dec = ",", 
  FUN = as.yearmon, aggregate = mean)
f <- forecast(z$wings)
as.zoo(f)

在发布新的软件包版本之前，您可以在上述代码之前运行以下代码。在发布新的预测和动物园软件包之后，仅上面的代码就足够了。

# taken from development verison of forecast package
as.ts.forecast <- function(x, ...){
   df <- ts(as.matrix(forecast:::as.data.frame.forecast(x)))
   tsp(df) <- tsp(x$mean)
   return(df)
}

# can use this until devel version of zoo released
as.zoo.ts <- function(x, ...) {
  z <- zoo:::as.zoo.ts(x)
  if (frequency(z) == 4) time(z) <- as.yearqtr(time(z))
  if (frequency(z) == 12) time(z) <- as.yearmon(time(z))
  z
}

2）ts 另一种可能性是使用"ts"类只使用zoo来读取数据。使用上面的z和as.ts.forecast（如上所述，一旦预测pkg的devel版本变为当前版本，就可以省略它：

tt <- as.ts(z)
f <- forecast(tt[, "wings"])
as.ts(f)

注意：上面我们使用了这个输入：

Lines <- "ref_date;wings;airfoil;turbines
2015-03-31;123,22;22,77;99,0
2015-04-30;123,22;28,77;99,0
2015-05-31;123,22;22,177;02,0
2015-06-30;56,288;22,77;99,0"

使用R数据帧，动物园和实际日期预测结果

1 个答案: