R中的时间序列数据

Question

我对R有一个基本的了解，主要是需要具备运行回归和汇总统计信息的能力，因此，如果我的知识有任何空白，我将为您指出正确的方向。

我有CSV格式的时间序列数据，其格式如下：

Facility ID, Utility Type, Account No, Unit Name, Date 1, Date 2, Date 3, Date 4

针对特定帐号的多行将引用唯一的实用程序类型和工具（即，单位名称= L的一行条目，单位名称= USD的一行条目）。 在每个“日期”列中输入每个日期特定单位的帐号值。 我希望能够编写一个脚本，使我能够在每个“日期”列不包含多个单位条目的情况下重新导出数据。 然后，我还要向R指定Date列代表每月的时间序列数据点，然后从中进行各种时间序列分析。

感谢您在告诉我如何清除此数据方面的帮助。

根据要求，样本数据：

Facility ID, Facility Name, State, Utility Type, Supplier, Account No., Unit Name, 7/1/14, 8/1/14
4015, Palm Court Apts, CA, Chilled Water, PG&E, 87993, USD, 42333, 41775
4015, Palm Court Apts, CA, Chilled Water, PG&E, 87993, ton-hr, 244278, 238035
4044, 18 Sawtelle, CA, Natural Gas, Chevron, 17965, USD, 4860, 5890
4044, 18 Sawtelle, CA, Natural Gas, Chevron, 17965, M^3, 7639, 8895

输出示例：

Facility ID, Facility Name, State, Utility Type, Supplier, Account No., Quantity Consumed, Unit of Measure, Utility Bill, Currency, Date
4015, Palm Court Apts, CA, Chilled Water, PG&E, 87993, 244278, ton-hr, 42333, USD, 7/1/14
4015, Palm Court Apts, CA, Chilled Water, PG&E, 87993, 238035, ton-hr, 41775, USD, 8/1/14
4044, 18 Sawtelle, CA, Natural Gas, Chevron, 17965, 7639, M^3, 4860, USD, 7/1/14
4044, 18 Sawtelle, CA, Natural Gas, Chevron, 17965, 8895, M^3, 5890, USD, 8/1/14

Answer 1

library(reshape2)
d = read.csv("data.csv")
d.molten = melt(d, 
  id.vars=c("Facility.ID", "Facility.Name", "State", "Utility.Type", "Supplier", "Account.No.", "Unit.Name"), 
  variable.name = "Date"
)

melt函数将“宽”格式（具有不确定的列数）分解为“长”格式，其中每一行都是观察值。 实际上，这是您在R中要做的大多数事情的首选格式，至少在使用“ Hadleyverse”中的软件包时更是如此 。 特别是对于时间序列。

但是我们还没有完成。 现在您具有以下结构：

Facility.ID    Facility.Name …  Date  value
       4015  Palm Court Apts X7.1.14  42333

我们必须修复当前只是“字符串”的日期。 由于列名不能以数字开头并且不能包含空格，因此它们前面带有“ X”。

d.molten$Date=as.Date(d.molten$Date, "X%m.%d.%y")

现在您的日期看起来正确，并且每个观察结果都有一行：

Facility.ID    Facility.Name …     Date  value
       4015  Palm Court Apts 2014-07-01  42333

现在我们可以轻松地绘制时间序列：

library(ggplot2)
ggplot(d.molten, 
  aes(x = Date, y = value, color = Facility.Name)) + 
  geom_point()