很难在预测的自动映射(ggplot)上获取x轴,以便将日期显示为"%m/%d/%y"
而不是十进制格式。我找到了一个将+ scale_x_date(labels = format("%m/%d/%y"))
添加到ggplot的解决方案,但是这给了我一个已存在的x轴和无效输入的错误。这似乎应该像将十进制格式转换为日期一样简单,因为从头开始构建整个x轴似乎要做得更多。
这是我的代码:
library(forecast)
library(lubridate)
library(ggplot2)
library(ggfortify)
library(scales)
ActualDemand <- c(250, 800 , 500, 4000)
STRING_DATE <- c("05/13/2017","05/06/2017", "5/20/2017", "05/27/2017")
dataset <- data.frame(ActualDemand, STRING_DATE)
#convert from string to date
dataset$STRING_DATE = lubridate::mdy(dataset$STRING_DATE)
dataRowCount <- nrow(dataset)
#find start date
startDate <- NULL
for (i in 1:dataRowCount) {
if (i == 1) {
startDate <- dataset[i, 2]
next
}
compareDate <- dataset[i,2]
if (compareDate < startDate) {
startDate <- compareDate
} else {
next
}
}
#transformed set
datasetSorted <- dataset[order(dataset$STRING_DATE),]
#build time series, run outlier detection
ts <- ts(datasetSorted$ActualDemand, frequency = 52, start = c(year(startDate), week(startDate)))
print(week(startDate))
cleaned_ts <- tsclean(ts)
#forecast algorithm
tbat_model <- tbats(cleaned_ts)
tbat_forecast <- forecast(tbat_model, h=26)
autoplot(tbat_forecast)
这是图表,它解释日期但显示为小数:
仅供参考,这是一些快速的样本数据,实际数据来自PowerBI动态数据帧。
答案 0 :(得分:1)
希望您早点解决了。如果不是(和其他情况一样),我在过去几个小时内一直试图自己找出同一问题,所以这是我的解决方案:
只需将代码的最后几行修改为:
my_date_transform <- function(x) {format(date_decimal(x), "%m/%d/%y")}
autoplot(tbat_forecast)+
scale_x_continuous(labels = my_date_transform)
为您提供以下结果: final_graph。