[英]Facing difficulty in convert a data.frame to time series object in R?
我是R语言的新手。 我的文本文件每天都用制表符分隔,并带有销售数据。 格式将类似于product-id,day0,day1,day2,day3等。 输入文件的部分如下所示
productid 0 1 2 3 4 5 6
1 53 40 37 45 69 105 62
4 0 0 2 4 0 8 0
5 57 133 60 126 90 87 107
6 108 130 143 92 88 101 66
10 0 0 2 0 4 0 36
11 17 22 16 15 45 32 36
我用下面的代码读取文件
pdInfo <- read.csv("products.txt",header = TRUE, sep="\t")
这样可以读取整个文件,并且变量x是数据帧。 我想将data.frame x更改为时间序列对象以进行进一步处理。在固定测试中,Dickey-Fuller测试(ADF)显示错误。 我尝试了以下代码
x <- ts(data.matrix(pdInfo),frequency = 1)
adf <- adf.test(x)
error: Error in adf.test(x) : x is not a vector or univariate time series
预先感谢您的建议
在R中,时间序列通常采用“每个日期一行”的形式,而您的数据则采用“每个日期一列”的形式。 在转换为ts
对象之前,可能需要转置数据。
首先转置它:
y= t(pdInfo)
然后将第一行(作为产品ID)放入行标题中
colnames(y) = y[1,]
y= y[-1,] # to drop the first row
这应该工作:
x = ts(y, frequency = 1)
library(purrr)
library(dplyr)
library(tidyr)
library(tseries)
# create the data
df <- structure(list(productid = c(1L, 4L, 5L, 6L, 10L, 11L),
X0 = c(53L, 0L, 57L, 108L, 0L, 17L),
X1 = c(40L, 0L, 133L, 130L, 0L, 22L),
X2 = c(37L, 2L, 60L, 143L, 2L, 16L),
X3 = c(45L, 4L, 126L, 92L, 0L, 15L),
X4 = c(69L, 0L, 90L, 88L, 4L, 45L),
X5 = c(105L, 8L, 87L, 101L, 0L, 32L),
X6 = c(62L, 0L, 107L, 66L, 36L, 36L)),
.Names = c("productid", "0", "1", "2", "3", "4", "5", "6"),
class = "data.frame", row.names = c(NA, -6L))
# apply adf.test to each productid and return p.value
adfTest <- df %>% gather(key = day, value = sales, -productid) %>%
arrange(productid, day) %>%
group_by(productid) %>%
nest() %>%
mutate(adf = data %>% map(., ~adf.test(as.ts(.$sales)))
,adf.p.value = adf %>% map_dbl(., "p.value")) %>%
select(productid, adf.p.value)
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.