轉換數據參差不齊時間[時間戳]系列常規時間系列：R

我有一個數據幀「GG」，看起來像這樣：轉換數據參差不齊時間[時間戳]系列常規時間系列：R

> 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

我需要繪製這是一個時間序列數據做預測。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)

現在我想這個gg.ts轉換爲常規時間序列預測做這樣的（Forecasting time series data）但我不知道如何將時間戳值系列添加到ts函數中。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"

我有我的整個問題清楚地列在這裏。 https://stackoverflow.com/questions/43627826/plotting-time-series-data-r-plotly-timestamp-values 請幫幫我。謝謝

來源

2017-04-27 dhinar

在此之前，你需要確保你有正確的數據類。確保gg$timestamps是POSIXct形式或日期的形式（無論你偏好）

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

所有你需要做的是生成時間序列值的新data.frame根據您的具體區間，然後合併新data.frame與gg

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：您有一些NA值在裏面，你原來的時間序列是一個不規則的時間序列。

更新時間：

來源

2017-04-27 09:14:56 theArun

感謝你好很多的答覆。但我希望這個時間戳值使用「ts」（例如：'x = xts（res，order.by = res $ x），x.ts = ts（x，freq = 1， start = c（2017-04-25 16:48:00，191））'。這個x.ts拋出錯誤，正如我前面提到的那樣，該圖顯示了我的圖表中的一些隨機值，它應該顯示time-tamp value。請參考這個[link]（http://stackoverflow.com/questions/10302261/forecasting-time-series-data） – dhinar

你得到的錯誤是因爲'start'接受了'numeric '，而不是你輸入的內容 – theArun

有沒有辦法將這些時間戳值添加到'開始'？becoz我想要這些時間戳值，因爲我的x軸縮放到預測圖上。希望你能明白我的觀點 – dhinar

轉換數據參差不齊時間[時間戳]系列常規時間系列：R

回答

相關問題