Question

我有csv个文件y.csv，其结构如下：

Date,   PX_LAST
1/30/1987,  5.03
2/27/1987,  4.82
3/31/1987,  4.46
4/30/1987,  4.55
...

我想将这个csv文件读入经典的R ts对象（nb 不 xts个对象），其中包含日期;我想要使用的包需要一个经典的ts对象。我尝试过以下内容（取自R中关于时间序列的许多其他问题之一）：

w_zoo <- read.zoo(file="y.csv", sep=",", header = TRUE, index = 1:1, tz = "", format = "%m/%d/%Y")
w_xts <- as.xts(w_zoo)
w_ts <- as.ts(w_xts)

但似乎无法将日期记录到时间序列中。在这种情况下dput(w_ts)给出

structure(c(5.03, 4.82, 4.46, 4.55, 4.24, 4.29, 4.03, 3.79, 4.02), ...
.Tsp = c(1, 1339201, 0.000277777777777778), class = "ts")

我如何实现这一目标？感谢。

Answer 1

无法将Date类强制转换为ts对象。如ts的帮助文件中所述，该对象旨在“表示在等间隔时间点采样的数据”。其关联的tsp属性是一种简单的方法，可以跟踪开始，结束和采样频率，而无需特定日期的向量。

在这样的情况下，数据以大致每月的间隔进行采样，ts对象在观察之间将有一长串NA个。我不知道你想用什么方法用于ts对象，但也许你可以将数据聚合成更粗略的时间分辨率（例如，月）并将其用作时间索引而不是？

Answer 2

在互联网上经过一番痛苦的搜索之后，我明白了如何做到这一点：

首先将数据读入数据帧：

df <- read.csv('y.csv', header=TRUE);

然后逐件创建时间序列;

w_ts <- ts(df$PX_LAST, start = c(as.numeric(format(as.Date(df[1:1, c('Date')], format= "%m/%d/%Y"), "%Y")), as.numeric(format(as.Date(df[1:1, c('Date')], format= "%m/%d/%Y"), "%m"))), frequency=12).

从csv文件创建经典的单变量R ts对象（不是xts对象）

2 个答案: