Question

我是R语言的新手。我的文本文件由制表符分隔，每天都有销售数据。格式将类似于product-id，day0，day1，day2，day3等。输入文件的一部分在下面给出

productid   0   1   2   3   4   5   6
1           53  40  37  45  69  105 62
4           0   0   2   4   0   8   0
5           57  133 60  126 90  87  107
6           108 130 143 92  88  101 66
10          0   0   2   0   4   0   36
11          17  22  16  15  45  32  36

我使用下面的代码来读取文件

pdInfo <- read.csv("products.txt",header = TRUE, sep="\t")

这允许读取整个文件，变量x是数据帧。我想将data.frame x更改为时间序列对象以便进一步处理。在静态测试中，Dickey-Fuller测试（ADF）显示错误。我尝试了下面的代码

x <- ts(data.matrix(pdInfo),frequency = 1)
adf <- adf.test(x)

  error: Error in adf.test(x) : x is not a vector or univariate time series

提前感谢您的建议

Answer 1

在R中，时间序列通常采用“每个日期一行”的形式，其中您的数据采用“每个日期一列”的形式。您可能需要在转换为ts对象之前转置数据。

首先转置它：

y= t(pdInfo)

然后将顶行（作为产品ID）放入行标题

colnames(y) = y[1,]
y= y[-1,] # to drop the first row

这应该有效：

x = ts(y, frequency = 1)

Answer 2

library(purrr)
library(dplyr)
library(tidyr)
library(tseries)

# create the data

df <- structure(list(productid = c(1L, 4L, 5L, 6L, 10L, 11L), 
                     X0 = c(53L, 0L, 57L, 108L, 0L, 17L), 
                     X1 = c(40L, 0L, 133L, 130L, 0L, 22L), 
                     X2 = c(37L, 2L, 60L, 143L, 2L, 16L), 
                     X3 = c(45L, 4L, 126L, 92L, 0L, 15L), 
                     X4 = c(69L, 0L, 90L, 88L, 4L, 45L), 
                     X5 = c(105L, 8L, 87L, 101L, 0L, 32L), 
                     X6 = c(62L, 0L, 107L, 66L, 36L, 36L)), 
                .Names = c("productid", "0", "1", "2", "3", "4", "5", "6"), 
                class = "data.frame", row.names = c(NA, -6L))

# apply adf.test to each productid and return p.value

adfTest <- df %>% gather(key = day, value = sales, -productid) %>%
  arrange(productid, day) %>%
  group_by(productid) %>%
  nest() %>%
  mutate(adf = data %>% map(., ~adf.test(as.ts(.$sales)))
  ,adf.p.value = adf %>% map_dbl(., "p.value")) %>%
  select(productid, adf.p.value)

面对在R中将data.frame转换为时间序列对象的困难？

2 个答案: