从数据框中创建具有缺失值的 ts 时间序列

Question

我有一个数据框，其中包含一个时间序列的月度数据，其中有一些缺失值。

dates <- seq(
  as.Date("2010-01-01"), as.Date("2017-12-01"), "1 month"
)
n_dates <- length(dates)
dates <- dates[runif(n_dates) < 0.5]
time_data <- data.frame(
  date = dates,
  value = rnorm(length(dates))
)
##          date      value
## 1  2010-02-01  1.3625419
## 2  2010-06-01  0.1512481
## etc.

为了能够在 forecast 等中使用时间序列预测功能，我想将其转换为 ts 对象。

执行此操作的愚蠢方法是在整个时间段内创建一组定期的每月日期，然后将左连接返回到原始数据。

library(dplyr)
first_date <- min(time_data$date)
last_date <- max(time_data$date)
full_dates <- data.frame(
  date = seq(first_date, last_date, "1 month")
)
extended_time_data <- left_join(full_dates, time_data, by = "date")
##          date      value
## 1  2010-02-01  1.3625419
## 2  2010-03-01         NA
## etc.

现在我可以使用ts() 创建时间序列。

library(lubridate)
time_series <- ts(
  extended_time_data$value, 
  start = c(year(first_date), month(first_date)),
  frequency = 12
)

对于这样一个简单的任务，这是冗长而粗暴的。

我还研究过首先转换为xts，并使用timetk 包中的转换器，但没有什么比我更简单的方法了。

这个问题是How to create time series with missing datetime values的骗子，但那里的答案更模糊。

如何根据缺少值的时间序列创建 ts 对象？

Answer 1

一个base 选项并在运行数据生成之前使用set.seed(789)

temp <- which(full_dates$date%in%time_data$date)
full_dates$new[temp] <- time_data$value
head(full_dates, 20)

         date         new
1  2010-02-01  0.62589399
2  2010-03-01  0.98117664
3  2010-04-01          NA
4  2010-05-01 -0.04770986
5  2010-06-01 -1.51961483
6  2010-07-01          NA
7  2010-08-01  0.79493644
8  2010-09-01 -0.14423251
9  2010-10-01 -0.70649791
10 2010-11-01  0.61071247
11 2010-12-01          NA
12 2011-01-01  1.08506164
13 2011-02-01 -0.71134925
14 2011-03-01  1.15628805
15 2011-04-01  1.23556280
16 2011-05-01 -0.32245531
17 2011-06-01          NA
18 2011-07-01          NA
19 2011-08-01  0.73277540
20 2011-09-01 -0.28752883

或相同的结果，但使用data.table

setDT(full_dates)[temp, new:= time_data$value]

现在到xts

xts::xts(full_dates[,-1], order.by = full_dates$date,  frequency = 12 )

Answer 2

使用最后注释中定义的输入数据框，将其转换为索引为yearmon 类的动物园对象。然后as.ts 会将其转换为ts。

library(zoo)

z <- read.zoo(DF, FUN = as.yearmon)
as.ts(z)
##      Jan Feb Mar Apr May Jun Jul Aug
## 2000   1  NA  NA   2   3  NA   4   5

如果您更喜欢用管道表示：

library(magrittr)
library(zoo)

DF %>% read.zoo(FUN = as.yearmon) %>% as.ts

如果需要，使用na.locf（最后一次结转）、na.approx（线性插值）、na.spline、na.StructTS（季节性卡尔曼滤波器）或其他 zoo NA 填充函数对时间序列中的值进行插值.例如

library(forecast)

DF %>% read.zoo(FUN = as.yearmon) %>% as.ts %>% na.spline %>% forecast

注意

问题中的数据不可重现，因为在没有set.seed 的情况下使用随机数，并且n_dates 未定义。下面我们以可重复的方式定义一个数据框DF，以作为示例。

library(zoo)

dates <- as.Date(as.yearmon("2000-01") + c(0, 3, 4, 6, 7)/12)
DF <- data.frame(dates, values = seq_along(dates))

给予：

> DF
       dates values
1 2000-01-01      1
2 2000-04-01      2
3 2000-05-01      3
4 2000-07-01      4
5 2000-08-01      5

Answer 3

不使用left_join，更简单的选择是complete，将其转换为现在与forecast 包函数兼容的tsibble 对象

library(tidyverse)
library(tsibble)
time_data %>% 
  complete(date = seq(min(date), max(date), by = "1 month"), 
        fill = list(value = NA)) %>%
  as_tsibble(index = date)


# A tsibble: 94 x 2 [1D]
#   date         value
#   <date>       <dbl>
# 1 2010-02-01   1.02 
# 2 2010-03-01  NA    
# 3 2010-04-01  NA    
# 4 2010-05-01   1.75 
# 5 2010-06-01  NA    
# 6 2010-07-01  NA    
# 7 2010-08-01  -0.233
# 8 2010-09-01  NA    
# 9 2010-10-01  NA    
#10 2010-11-01  -0.987
# ... with 84 more rows

如上所述，兼容forecast函数

library(fable)
time_data %>% 
   complete(date = seq(min(date), max(date), by = "1 month"), 
         fill = list(value = 0)) %>% 
   as_tsibble(index = date) %>%
   ETS(value) %>% 
   forecast %>%
   autoplot

注意：这里，缺失值被估算为 0。

可以用fill之前的非NA值估算

time_data %>% 
   complete(date = seq(min(date), max(date), by = "1 month")) %>% 
   fill(value) %>% 
   as_tsibble(index = date) %>% 
   ETS(value) %>%
   forecast %>%
   autoplot

数据

n_dates <- 3