预测后如何保存xts时间序列数据中的日期 请考虑这个小数据集： library(xts) library(ggplot2) library(forecast) data <- data.frame(idDate = c("12-12-2012", "13-12-2012", "14-12-2012", "16-12-2012", "19-12-2012"), score= c(110, 120, 130, 200, 180)) date <- as.Date(as.character(data$idDate), "%d-%m-%Y") score <- as.numeric(data$score) myxts <- xts(score, date) autoplot(myxts) 库（xts） 图书馆（GG2） 图书馆（预测） 数据

问题是您在两种不同的时间系统中工作：

xts

是不规则的（使用无需周期性的日期），而

forecast

/

ts

系统是规则的（使用等距数字序列）。我们通过创建可以映射到预测的未来日期序列来解决这个问题

这里有一个详细的解决方案。

forecast

和

xts

包用于重新创建预测。

timekit

包用于创建未来日期。

ggplot2

软件包用于打印

解决问题的关键是确定未来的日期。请注意，您拥有的是不规则的间隔

tk\u make\u future\u timeseries（）

uses与输入时间索引的周期相匹配。如果这不正确，您可以根据需要分别使用

跳过值

和

插入值

删除和插入日期

库（预测）
图书馆（xts）
图书馆（GG2）
图书馆（时间工具包）
#重新创建xts数据、d.arima和d.forecast
数据不清楚你想要实现什么。您是否希望
forecast
也告诉您它正在预测的日期？是的，我希望源数据和预测数据以日期格式沿x轴排列，而不是整数。Matt；这是一个非常有创意的解决方案。这就是我想要的。非常感谢。具有讽刺意味的是，我刚刚读到了timekit软件包。最初想使用ts（）和auto.arima，但也无法保留日期列。使用您的方法是否有必要在此处使用xts（）？实际上没有必要在timekit设置中使用
xts
。您可以直接从
tbl
（数据帧）转到
ts
，然后转到
auto.arima（）
。此外，这是我一直遇到的一个一致性问题，因此我正在开发一个更直观的解决方案，该解决方案利用了timekit软件包（后面还有更多！）。
sweep
软件包正在开发中，但可以为您进行测试。渐晕图显示了如下工作流程：1）从基于日期的数据帧开始，2）使用
tk_ts（）
，3）使用
auto.arima
或您喜欢的任何模型，4）使用
forecast
进行预测，5）使用
sw_sweep（timekit\u idx=TRUE）
以带日期的数据框形式返回预测<代码>开发工具：：安装_github（“商业科学/sweep”）

我会查看它。我经常为不同的流域做鱼类预测，而且沿着x轴的日期更直观。谢谢分享。

d.arima <- auto.arima(myxts)
d.forecast <- forecast(d.arima, level = c(95), h = 3)
d.forecast
autoplot(d.forecast)