标签：xts 第一周 series 时间 序列 table data

使用R进行时间序列分析

读取外部数据

对于不是表格形式的单变量的数据，用scan()达到将数据按每行的方式读取为向量形式的数据

对于表格形式的多变量数据 :

• 如果是文本文件格式的数据，使用read.table()进行读入。如果第一行是变量名，需要添加header=TRUE说明.
• 如果是.csv文件需要使用read.csv()进行读取. 如果第一行是变量名，需要添加header=TRUE说明.

构造时间序列对象

时间序列是按照时间顺序记录的一系列观测值，因此一个时间序列应包含这些数值以及记录这些数值的时间，这些信息可以存储在一个时间序列对象里。

对于周期规则的观测数据

在R里，ts函数可以用来构造这种时间序列对象
example :
time_series = ts(variable,start = year,frequency = 1)
time_series = ts(variable, start = c(1980,1), frequency = 12), 1980表示年份,1表示第一个周期.

使用window函数可以按时间要求截下需要的子时间序列部分并以表格形式呈现 :
cut_of_time_series=window(time_series,start = c(1981,1),end = c(1982,12))

对于非规则的观测数据

可以用包lubridate来构造时间标签，用包xts中的xts函数来构造时间序列对象，下面是一个例子

library(xts)
library(lubridate)
table_data=read.table("filename.txt",header=TRUE)
date = make_date(table_data$year,table_data$mon,table_data$day)#生成的是一列时间字符串向量
data_series = xts(table_data[,4],order.by = date)#生成时间序列变量

可视化

plot函数

plot(data_series,main="Title",ylab="value")
plot(data_series,type="o",main="Australia Wine Sales,1980-1991")#type指定数据点的形状

plot呈现的是空白背景的图

autoplot函数

library(forecast)
library(ggplot2)
autoplot(data_series) + ggtitle("Title") + ylab="value"

autoplot生成灰色背景的有标度线的图

标签：xts,第一周,series,时间,序列,table,data
来源： https://www.cnblogs.com/WilliamHuang2022/p/16670788.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。