將不均勻的數據時間[timestamps]系列轉換為常規時間系列：R

Question

我有一個數據框“ gg”，看起來像這樣：

> head(gg) 

           timestamps      value 
1 2017-04-25 16:52:00 -0.4120000 
2 2017-04-25 16:53:00 -0.4526667 
3 2017-04-25 16:54:00 -0.4586667 
4 2017-04-25 16:55:00 -0.4606667 
5 2017-04-25 16:56:00 -0.5053333 
6 2017-04-25 16:57:00 -0.5066667 

我需要將其繪制為時間序列數據以進行預測。 步驟如下：

1） gg$timestamps <- as.POSIXct(gg$timestamps, format = "%Y-%m-%d %H-%M-%S") #changing "Timestamps" column 'factor' to 'as.POSIXct'.

2） gg.ts <- xts(x=gg$value, order.by = gg$timestamps) #converting the dataframe to time series (Non Regular Time series)

現在，我希望將gg.ts轉換為常規時間序列以進行這樣的預測（ 預測時間序列數據 ），但是我不知道如何將時間戳值序列添加到ts函數。 當我嘗試它拋出錯誤：

>  gg.xts <- ts(gg.ts, frequency = '1', start = c(2017-04-25 16:52:00,171))
Error: unexpected numeric constant in "gg.xts <- ts(gg.ts, frequency = '1', start = c(2017-04-25 16"

我的整個問題都在這里清楚列出。 https://stackoverflow.com/questions/43627826/plotting-time-series-data-r-plotly-timestamp-values請幫助我。 謝謝

Answer 1

在進行所有操作之前，您需要確保您擁有正確的數據類。 確保gg$timestamps采用POSIXct格式或日期格式（以您的偏好為准）

gg$timestamps<- as.POSIXct(strftime(gg$timestamps,format = "%Y-%m-%d %H:%M:%S"))

您需要做的就是根據您的特定間隔使用時間序列值生成一個新的data.frame，然后將其與gg合並

tstamp <- data.frame(x = seq(head(gg$timestamps,1),tail(gg$timestamps,1),by = "sec"))
res <-merge(tstamp, gg, by.x="x",by.y="timestamps",all.x = TRUE)
xts(res$value,order.by = res$x)     # you create your xts time series this way.

注意：由於原始時間序列是不規則的時間序列，因此其中將包含一些NA值。

更新：