Question

将时间序列数据强制转换为数据框的简单方法是什么，其格式是结果数据是原始数据的摘要？

这可能是一些示例数据，存储在xts或zoo对象中：

t,                  V1
"2010-12-03 12:00", 10.0
"2010-11-04 12:00", 10.0
"2010-10-05 12:00", 10.0
"2010-09-06 12:00", 10.0
...and so on, monthly data for many years.

我希望将其转换为数据框，如：

year, month, V1
2010, 12,    a descriptive statistic calculated of that month's data
2010, 11,    ...
2010, 10,    ...
2010, 9,     ...

我问这个的原因是因为我想在同一个图中绘制每月计算的数据摘要。对于后一种格式的数据，我可以很容易地做到这一点，但是没有找到时间序列格式的绘图方法。

例如，我可以在每日间隔内测量几年的温度数据，我想绘制同一地块中每年月平均温度的曲线。我没有弄清楚如何使用xts格式的数据，或者这甚至适合数据的xts / zoo格式化的目的，这似乎总是随身携带年份信息。

Answer 1

请提供可供使用的数据样本，我将尝试提供较少的一般答案。基本上，您可以使用apply.monthly来计算xts对象的摘要统计信息。然后，您可以将索引转换为yearmon并将xts对象转换为data.frame。

x <- xts(rnorm(50), Sys.Date()+1:50)
mthlySumm <- apply.monthly(x, mean)
index(mthlySumm) <- as.yearmon(index(mthlySumm))
Data <- as.data.frame(mthlySumm)

Answer 2

这是一个使用tidyquant包的解决方案，其中包括用于将数据帧强制转换为xts对象的函数as_xts()和用于将xts对象强制转换为tibbles（“整齐”数据帧）的as_tibble()。

重新创建数据：

> data_xts
           V1
2010-09-06 10
2010-10-05 10
2010-11-04 10
2010-12-03 10

使用as_tibble()转换为tibble。 preserve_row_names = TRUE添加一个名为“row.names”的列，其中xts索引作为字符类。 rename和mutate用于清理日期。输出是具有日期和值的元素。

> data_df <- data_xts %>%
     as_tibble(preserve_row_names = TRUE) %>%
     rename(date = row.names) %>%
     mutate(date = as_date(date))
> data_df
# A tibble: 4 × 2
        date    V1
      <date> <dbl>
1 2010-09-06    10
2 2010-10-05    10
3 2010-11-04    10
4 2010-12-03    10

您可以更进一步，使用mutate功能添加其他字段，例如日，月和年。

> data_df %>%
     mutate(day   = day(date),
            month = month(date),
            year  = year(date))
# A tibble: 4 × 5
        date    V1   day month  year
      <date> <dbl> <int> <dbl> <dbl>
1 2010-09-06    10     6     9  2010
2 2010-10-05    10     5    10  2010
3 2010-11-04    10     4    11  2010
4 2010-12-03    10     3    12  2010

R：将xts或zoo对象转换为数据框

2 个答案: