By statistics

更新日期:

文章目录
  1. 1. 参考资料

对于时间序列数据，R都有一整套的处理方法，从原始数据到建模预测，这里仅仅对软件中的时间序列数据格式处理做一总结，以供后续翻看之用。

R中用来表示日期和时间的对象有三类：

  1. Date　　　 仅仅表示日期
  2. POSIXct　　表示时间与1970年1月1日中午12：00的时间间隔换算为秒后得到的数据
  3. POSIXlt　　POSIXlt对象将日期和时间独立存储在不同的向量中。向量包括秒(0-61),分(0-59),时(0-23),月日(1-31),月(0-11),年(自1900起经过的年份)，周日(0-6),年日(0-365)和isdst(表明是否采用夏时令）

基于这三种时间表示方式，我们就可以对时间变量进行一系列的方便操作。

通常数据中的时间变量不是字符型就是数值型，而这两种类型都不便于我们对时间进行相关操作，我们要做的第一步就是将字符型或数值型变量转换为以上三种类别，以上三种类别中我们经常使用的是Date和POSIXlt两种。

  • 变量转为POSIXct和POSIXlt类型

    as.POSIXlt(x, tz = “”, format, …)，适用字符型变量

    as.POSIXlt('20150430',format='%Y%m%d')
[1] "2015-04-30 CST"
as.POSIXlt('20150430',format='%Y%m%d')-24*3600
[1] "2015-04-29 CST"
as.POSIXlt('20150430',format='%Y%m%d',tz='UTC')-1
[1] "2015-04-29 23:59:59 UTC"

    as.POSIXlt(x, tz = “”, origin, …)，适用数值型变量，origin是指起始时间，注意指定时区，否则返回的是CST时区的时间，要转换时间戳需要将origin设定为1970-01-01 00:00:00

    as.POSIXlt(24*3600,origin = "2016-04-28 13:00:00 UTC",tz='UTC')
[1] "2016-04-29 13:00:00 UTC"

  • 变量转为时间变量

    strptime(x,format)，将字符型变量转为POSIXlt格式的时间格式

    x是要转换的字符型变量，format是转换后的时间格式。表现形式类似于%y %m %d,默认的是%Y-%m-%d %H:%M:%S，利用strptime函数，我们可以轻松把字符型变量转成我们需要的时间格式。format类型的具体解释如下：

    %a  缩写的weekday
%A  全称的weekday
%b  缩写的月份
%B  全称的月份
%c  日期和时间。输出格式为  "%a %b %e %H:%M:%S %Y"  `format(Sys.time(), "%c")`
%C  世纪（00-99），年份/100的整数部分
%d  月份中的日期，格式为01–31
%D  %m/%d/%y形式的日期格式，比如："04/29/16"%e
%e  月份中的日期，格式为1-31
%F  ISO 8601的时间格式： %Y-%m-%d ，比如："2016-04-29"
%g  The last two digits of the week-based year (see %V). (Accepted but ignored on input
%G  The week-based year (see %V) as a decimal number. (Accepted but ignored on input.)
%h 同%b.
%H 小时，24小时制表达形式：00-23 a special exception strings such as 24:00:00 are accepted for input, since ISO 8601 allows these.
%I 小时，12小时制表达形式为 (01–12)
%j 一年中第几天，表达形式为：001–366
%m 月份，表达形式为：01–12
%M 分钟，表达形式为：00–59
%p AM/PM 指示，同%I使用，不可以同%H使用
%r 12小时制时间，如"11:21:14 PM"
%R 同%H:%M
%S 秒数(00–61)
%T 等同于%H:%M:%S.
%u 1-7形式的星期表达，星期一是1
%U 一年中第几个星期，采用周日作为第一天
%V 采用ISO 8601定义的一年中的第几个星期，(01-53),如果包含1月1号的星期有至少4天，那么定义为本年的第一个星期，否则上一年的最后一个星期
%w 0-6的星期表达，星期天为0
%W 一年中的第几个星期，采用星期一作为一周第一天，英国的惯例
%x 日期表达，形式为："%y/%m/%d"
%X 时间，表达形式为"%H:%M:%S"
%y 去除年份中的世纪标识的年份表达式，比如：‘16’
%Y 完整年份表达
%z Signed offset in hours and minutes from UTC, so -0800 is 8 hours behind UTC. Values up to +1400 are accepted as from R 3.1.1: previous versions only accepted up to +1200. (Standard only for output.)
%Z 时区缩写

  • 变量转为日期变量

我们可以采用as.Date()函数将变量转为日期变量，转换后的日期变量可以直接做日期的加减运算，很方便。

as.Date(x, format, …)，适用于字符型

as.Date('20160430','%Y%m%d') #注意format形式一定要和字符串一样
[1] "2016-04-30"

as.Date(x, origin, …)，适用于数值型

as.Date(1, origin = "1904-01-01") # 1998-07-05
[1] "1904-01-02"

as.Date(x, tz = “UTC”, …)，适用于POSIXlt类型

as.Date(as.POSIXlt(Sys.time(), "GMT"))
[1] "2016-04-30"

as.Date('20160430','%Y%m%d')-10  
[1] "2016-04-20"
  • 时间变量转为字符型

时间变量转为字符串的函数有三个format,strftime,as.character

format(x,format)，x是时间变量，format是要转换的形式

format(Sys.time(),'%Y-%m-%d')
[1] "2016-04-30"
format(Sys.time(),'%Y')
[1] "2016"

as.character(x，format)，将时间变量转为字符串

as.character(Sys.time(),'%X')
[1] "08:51:27"

strftime(x,format,tz=’’)，x是待转换的对象，format是转换的形式

strftime(Sys.time())
[1] "2016-04-30 08:48:30"
strftime(Sys.time(),'%x')
[1] "30/04/2016"

  • 提取月份，星期，季度

    strptime提供了从字符型变量中提取月份，星期的方法，R中提供了从Date,POSIXt类型中提取的函数，注意必须是Date,POSIXt类型

    weekdays(x, abbreviate = FALSE)
    months(x, abbreviate = FALSE)
    quarters(x, …)

  • 创造时间序列对象ts()

ts(data = NA, start = 1, end = numeric(), frequency = 1)

data 是待转换的变量，可以是向量或矩阵，strat是起始时间，可以是单个数值或者包含两个整数的向量，end是结束时间，frequency指采集频率，1代表年度间隔，4代表季度间隔，7代表星期间隔，12代表月度间隔。

 ts(1:10, frequency = 1, start = c(1959, 1)) # 2nd Quarter of 1959
 Time Series:
 Start = 1959 
 End = 1968 
 Frequency = 1 
[1]  1  2  3  4  5  6  7  8  9 10
ts(1:10, frequency = 4, start = c(1959, 2)) # 2nd Quarter of 1959
        Qtr1 Qtr2 Qtr3 Qtr4
 1959         1    2    3
 1960    4    5    6    7
 1961    8    9   10    
ts(1:10, frequency = 12, start = c(1959, 1)) # 2nd Quarter of 1959
      Jan Feb Mar Apr May Jun Jul Aug Sep Oct
1959   1   2   3   4   5   6   7   8   9  10

  • 时序数据运算

    我们可以用ts.intersect()，ts.union提取两组或多组时间序列数据的时间交集或并集数据。

    ts.intersect(…, dframe = FALSE)
    ts.union(…, dframe = FALSE)#缺少的时间序列部分用NA代替

dframe设定是否返回数据框形式

a <- ts(1:5, frequency = 1, start = 1) 
b <- ts(1:5, frequency = 1, start = 3)

ts.intersect(a,b)
Time Series:
Start = 3 
End = 5 
Frequency = 1 
  a b
3 3 1
4 4 2
5 5 3
ts.union(a,b)
Time Series:
Start = 1 
End = 7 
Frequency = 1 
   a  b
1  1 NA
2  2 NA
3  3  1
4  4  2
5  5  3
6 NA  4
7 NA  5

我们可以用window()提取ts对象的某段时间的数值

window(x, start, end, frequency, deltat, …)

window(a,2,4)
Time Series:
Start = 2 
End = 4 
Frequency = 1

使用以上这些函数就可以实现对时间序列数据的基础处理了，当然，R中也有开发的专门对时间序列处理的包zoo，有人已经总结的很详细了，可以查看这篇博文R语言时间序列基础库zoo。

掌握了以上资料，就可以用R处理基本的时间序列数据了。

参考资料

【1】 时间格式对照

【2】可扩展的时间序列xts

【3】 CRAN Task View: Time Series Analysis

【4】R语言核心技术手册

【5】R语言时间序列基础库zoo

文章目录
  1. 1. 参考资料