[英]Dealing with nonexistent data when converting to time-series in CRAN R
我有以下数据集,我正在尝试将消耗量转换为时间序列。 某些数据不存在(例如,没有10/2014的数据)。
year month consumption
2014 7 10617
2014 8 8318
2014 9 3199
2014 12 2066
2015 1 10825
2015 2 3096
2015 3 1665
2015 4 3651
2015 5 5807
2015 7 2951
2015 8 5885
2015 9 3653
2015 10 4266
2015 11 9706
当我在R中使用ts()时,错误的值将替换为不存在的月份。
ts(mkt$consumptions, start = c(2014,7),end=c(2015,11), frequency=12)
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
2014 10617 8318 3199 2066 10825 3096
2015 1665 3651 5807 2951 5885 3653 4266 9706 10617 8318 3199
,问题是如何简单地用零或空白替换不存在的值?
"ts"
类要求数据按规则间隔,即每个月都应存在或不适用,但此处并非如此。 动物园包装可以处理不规则间隔的系列。 使用年/月的"yearmon"
类将输入读取到zoo中,然后简单地将其用作"zoo"
系列,否则将其转换为"ts"
。 如果输入的是一个文件,但否则是完全一样的Lines
,然后替换text = Lines
的东西,如"myfile.dat"
。
Lines <- "year month consumption
2014 7 10617
2014 8 8318
2014 9 3199
2014 12 2066
2015 1 10825
2015 2 3096
2015 3 1665
2015 4 3651
2015 5 5807
2015 7 2951
2015 8 5885
2015 9 3653
2015 10 4266
2015 11 9706"
library(zoo)
toYearmon <- function(y, m) as.yearmon(paste(y, m), "%Y %m")
z <- read.zoo(text = Lines, header = TRUE, index = 1:2, FUN = toYearmon)
as.ts(z)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.