r - 使用数据框中的缺失值创建 ts 时间序列

Question

我有一个包含每月数据时间序列的数据框，其中包含一些缺失值。

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.

为了能够利用时间序列预测功能，例如， forecast ，我想将其转换为 ts目的。

这样做的愚蠢方法是在整个时间段内创建一组常规的月度日期，然后左连接回原始数据。

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
)

对于如此简单的任务，这是冗长且非常粗暴的。

我还考虑先转换为 xts ，并使用来自 timetk 的转换器包，但没有什么比更简单的方法跳出来的。

这个问题是对 How to create time series with missing datetime values 的欺骗，但那里的答案更加模糊。

我如何创建 ts来自具有缺失值的时间序列的对象？

Answer 1

而不是使用 left_join更简单的选择是 complete ，将其转换为 tsibble现在与 forecast 兼容的对象包函数

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，它兼容 forecast职能

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 用之前的非 NA 值来估算它

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