将季度时间序列数据读取为 R 中的日期

Question

Year    A        B        C            D        E        F
1993-Q1 15.3    5.77    437.02      487.68     97       86.9
1993-Q2 13.5    5.74    455.2       504.5      94.7     85.4
1993-Q3 12.9    5.79    469.42      523.37     92.4     82.9
:::
2021-Q1 18.3    6.48    35680.82    29495.92    182.2   220.4
2021-Q2 7.9     6.46    36940.3     30562.03    180.4   218

Dataset1 <- read.csv('C:/Users/s/Desktop/R/intro/data/Dataset1.csv')

 class(Dataset1)
 [1] "data.frame"

time_series <- ts(Dataset1, start=1993, frequency = 4)

class(time_series)
[1] "mts"    "ts"     "matrix"

我不知道如何从那里开始将我的年份列读取为日期（季度）而不是数字！

Answer 1

日期类不适用于 ts 类。最好使用年份和季度。使用注释中可重现的输入，最后使用 read.csv.zoo 和 yearqtr 类，然后将其转换为 ts。 strip.white 可能不需要，但我们添加它以防万一。

library(zoo)

z <- read.csv.zoo("Dataset1.csv", FUN = as.yearqtr, format = "%Y-Q%q",
  strip.white = TRUE)
tt <- as.ts(z)

tt
##            A    B      C      D    E    F
## 1993 Q1 15.3 5.77 437.02 487.68 97.0 86.9
## 1993 Q2 13.5 5.74 455.20 504.50 94.7 85.4
## 1993 Q3 12.9 5.79 469.42 523.37 92.4 82.9

class(tt)
## [1] "mts"    "ts"     "matrix"

as.integer(time(tt)) # years
## [1] 1993 1993 1993

cycle(tt)  # quarters
##      Qtr1 Qtr2 Qtr3
## 1993    1    2    3

as.numeric(time(tt)) # time in years
## [1] 1993.00 1993.25 1993.50

如果您确实想使用 Date 类，最好使用 zoo（或 xts）系列。

zd <- aggregate(z, as.Date, c)
zd
##               A    B      C      D    E    F
## 1993-01-01 15.3 5.77 437.02 487.68 97.0 86.9
## 1993-04-01 13.5 5.74 455.20 504.50 94.7 85.4
## 1993-07-01 12.9 5.79 469.42 523.37 92.4 82.9

如果您想要数据框或 xts 对象，则可以使用 fortify.zoo(z)、fortify.zoo(zd)、as.xts(z) 或 as.xts(zd)，具体取决于您想要的。

注意

Lines <- "Year,A,B,C,D,E,F
1993-Q1,15.3,5.77,437.02,487.68,97,86.9
1993-Q2,13.5,5.74,455.2,504.5,94.7,85.4
1993-Q3,12.9,5.79,469.42,523.37,92.4,82.9
"
cat(Lines, file = "Dataset1.csv")

Answer 2

lubridate 有非常好的年-季函数 yq 可以将年季转换为日期。

Dataset1<-structure(list(Year = c("1993-Q1", "1993-Q2", "1993-Q3", "1993-Q4", "1994-Q1", "1994-Q2"), ChinaGDP = c(15.3, 13.5, 12.9, 14.1, 14.1, 13.3), Yuan = c(5.77, 5.74, 5.79, 5.81, 8.72, 8.7), totalcredit = c(437.02, 455.2, 469.42, 521.68, 363.42, 389.01), bankcredit = c(487.68, 504.5, 523.37, 581.83, 403.48, 431.06), creditpercGDP = c(97, 94.7, 92.4, 95.6, 91.9, 90), creditGDPratio = c(86.9, 85.4, 82.9, 85.7, 82.8, 81.2)), row.names = c(NA, 6L), class = "data.frame")


library(lubridate)
library(dplyr)

df_quarter <- Dataset1 %>% 
  mutate(date=yq(Year)) %>%
  relocate(date, .after=Year)
  
df_quarter
#>      Year       date ChinaGDP Yuan totalcredit bankcredit creditpercGDP
#> 1 1993-Q1 1993-01-01     15.3 5.77      437.02     487.68          97.0
#> 2 1993-Q2 1993-04-01     13.5 5.74      455.20     504.50          94.7
#> 3 1993-Q3 1993-07-01     12.9 5.79      469.42     523.37          92.4
#> 4 1993-Q4 1993-10-01     14.1 5.81      521.68     581.83          95.6
#> 5 1994-Q1 1994-01-01     14.1 8.72      363.42     403.48          91.9
#> 6 1994-Q2 1994-04-01     13.3 8.70      389.01     431.06          90.0
#>   creditGDPratio
#> 1           86.9
#> 2           85.4
#> 3           82.9
#> 4           85.7
#> 5           82.8
#> 6           81.2

^{由reprex package (v2.0.1) 于 2022-01-15 创建}