在R中指定时间系列

我是R新手，我正在尝试使用预测库使用GA连接进行一些预测。在R中指定时间系列

我有一个这样的输入数据：

day month year visits 
1 01 01 2013 21821 
2 02 01 2013 17865 
3 03 01 2013 25300 
4 04 01 2013 41184 
5 05 01 2013 48953 
6 06 01 2013 64135

它吸引每月和每年的天访问。

当我尝试使用TS功能我是这样的：

visits.ts = TS（ga.data $访问，开始= C（2013,1），结束= C（2014,1）频率= 12）

由于输出是这样的：

 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 
2013 
2014

这里是我的question-我怎么能分裂月至数天，创建这样一个输出：

 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 
January 2013 
February 2013

来源

2015-10-14 HalfPintBoy

所以我需要不创建预后一个月，但一天 – HalfPintBoy

看到[评论]（https://stackoverflow.com/questions/8437620/analyzing-daily-weekly-data-using-ts-in-r） - 你最好使用'动物园'或' xts'用于日常数据 – jeremycg

首先创建一些测试数据，DF。（今后请提供的测试数据。）

# create data set for testing 
tt0 <- seq(as.Date("2013-01-01"), as.Date("2014-12-31"), by = "day") 
lt <- as.POSIXlt(tt0) 
DF <- data.frame(year = lt$year + 1900, month = lt$mon + 1, day = lt$mday, visits = 1:730)

下，关键取决于包含完全相同的天数（即没有闰年）每年。幸运的是，问题中显示的数据就是这种情况。使用DF其转换为"ts"类：

# convert to ts 
tser <- ts(DF$visits, start = 2013, freq = 365)

如果我们确实有闰年，我们可能要使用从动物园包"zoo"类或"xts"类从XTS包。

对于第二个问题，第一附加一个year_month柱，然后使用dcast来创建2D显示：

library(reshape2) 
DF2 <- transform(DF, year_month = I(sprintf("%d-%02d", year, month))) 
dcast(DF2, year_month ~ day, value.var = "visits")

或使用as.yearmon从动物园包：

library(reshape2) 
library(zoo) 
DF2 <- transform(DF, year_month = as.yearmon(paste(year, month, sep = "-"))) 
dcast(DF2, year_month ~ day, value.var = "visits")

，这里是一个第三种选择。这其中不使用任何外部包，虽然这是一个有点慢：

DF2 <- transform(DF, day = factor(day), year_month = sprintf("%d-%02d", year, month)) 
xtabs(visits ~ year_month + day, DF2, sparse = TRUE)

省略sparse=TRUE它会更快，但将填补未使用的斑点0

来源

2015-10-14 14:28:25

在R中指定时间系列

回答

相关问题