Question

我有一个数据框“gg”，如下所示：

> head(gg) 

           timestamps      value 
1 2017-04-25 16:52:00 -0.4120000 
2 2017-04-25 16:53:00 -0.4526667 
3 2017-04-25 16:54:00 -0.4586667 
4 2017-04-25 16:55:00 -0.4606667 
5 2017-04-25 16:56:00 -0.5053333 
6 2017-04-25 16:57:00 -0.5066667

我需要将其绘制为时间序列数据以进行预测。步骤如下：

1）gg$timestamps <- as.POSIXct(gg$timestamps, format = "%Y-%m-%d %H-%M-%S") #changing "Timestamps" column 'factor' to 'as.POSIXct'.

2）gg.ts <- xts(x=gg$value, order.by = gg$timestamps) #converting the dataframe to time series (Non Regular Time series)

现在我想将此gg.ts转换为常规时间序列来进行此类预测（Forecasting time series data）但我不知道如何将时间戳值系列添加到ts函数。当我尝试它时抛出错误：

>  gg.xts <- ts(gg.ts, frequency = '1', start = c(2017-04-25 16:52:00,171))
Error: unexpected numeric constant in "gg.xts <- ts(gg.ts, frequency = '1', start = c(2017-04-25 16"

我在这里清楚地列出了我的整个问题。 https://stackoverflow.com/questions/43627826/plotting-time-series-data-r-plotly-timestamp-values 请帮我。谢谢

Answer 1

在所有事情之前，您需要确保拥有适合数据的类。确保gg$timestamps为POSIXct表单或日期格式（以您的偏好为准）

gg$timestamps<- as.POSIXct(strftime(gg$timestamps,format = "%Y-%m-%d %H:%M:%S"))

您需要做的就是根据您的特定时间间隔生成一个包含时间序列值的新data.frame，然后将新的data.frame与gg

合并

tstamp <- data.frame(x = seq(head(gg$timestamps,1),tail(gg$timestamps,1),by = "sec"))
res <-merge(tstamp, gg, by.x="x",by.y="timestamps",all.x = TRUE)
xts(res$value,order.by = res$x)     # you create your xts time series this way.

注意：你会有一些NA值，因为你的原始时间序列是一个不规则的时间序列。

<强>更新

将不均匀的数据时间[时间戳]系列转换为常规时间序列：R

1 个答案: