启动R中的ts对象15分钟数据

我有一个timeseries数据集，分辨率为15分钟。我想从中创建一个

ts

对象。数据存储为

data.frame

。我就是这样做的

my.ts <- ts(df$X, freq=365*24*60/15, start=c(2019, 01)) / 1000.

但我不确定这是否是正确的方法

这是一个数据样本

x <- 'Timestamp,X
    2019-01-04 19:45:00,-11.9
    2019-01-04 20:00:00,-16.88
    2019-01-04 20:15:00,-15.48
    2019-01-04 20:30:00,-19.85
    2019-01-04 20:45:00,-19.85
    2019-01-04 21:00:00,-13.65
    2019-01-04 21:15:00,-19.71
    2019-01-04 21:30:00,-15.47
    2019-01-04 21:45:00,-11.73
    2019-01-04 22:00:00,-18.68
    2019-01-04 22:15:00,-9.51
    2019-01-04 22:30:00,-19.25
    2019-01-04 22:45:00,-19.51
    2019-01-04 23:00:00,-19.64
    2019-01-04 23:15:00,-19.7
    2019-01-04 23:30:00,-19.53
    2019-01-04 23:45:00,-17.67
    2019-01-05 00:00:00,-19.22
    2019-01-05 00:15:00,-19.11
    2019-01-05 00:30:00,-19.15
    2019-01-05 00:45:00,-19.22
    2019-01-05 01:00:00,-15.48
    2019-01-05 01:15:00,-11.46
    2019-01-05 01:30:00,-19.55
    2019-01-05 01:45:00,-19.43
    2019-01-05 02:00:00,-18.66
    2019-01-05 02:15:00,-18.46
    2019-01-05 02:30:00,-15.54
    2019-01-05 02:45:00,-17.41'

---

x我已经更新了问题，以显示dataframeYour代码的示例对我来说运行良好。您的数据格式正确吗？请将提供的数据替换为
dput（df）
？这是提供数据的适当方式，我们可以获得有关数据存储方式的信息。代码运行良好，我不确定这是否是在数据为15分钟时为ts对象提供开始时间的正确方式。我已更新了问题，以显示dataframeYour代码的示例对我来说运行良好。您的数据格式正确吗？请将提供的数据替换为
dput（df）
？这是提供数据的适当方式，我们可以获得有关数据存储方式的信息。代码工作正常，我不确定这是否是在数据为15分钟时为ts对象提供开始时间的正确方式。
x <- 'Timestamp,X
    2019-01-04 19:45:00,-11.9
    2019-01-04 20:00:00,-16.88
    2019-01-04 20:15:00,-15.48
    2019-01-04 20:30:00,-19.85
    2019-01-04 20:45:00,-19.85
    2019-01-04 21:00:00,-13.65
    2019-01-04 21:15:00,-19.71
    2019-01-04 21:30:00,-15.47
    2019-01-04 21:45:00,-11.73
    2019-01-04 22:00:00,-18.68
    2019-01-04 22:15:00,-9.51
    2019-01-04 22:30:00,-19.25
    2019-01-04 22:45:00,-19.51
    2019-01-04 23:00:00,-19.64
    2019-01-04 23:15:00,-19.7
    2019-01-04 23:30:00,-19.53
    2019-01-04 23:45:00,-17.67
    2019-01-05 00:00:00,-19.22
    2019-01-05 00:15:00,-19.11
    2019-01-05 00:30:00,-19.15
    2019-01-05 00:45:00,-19.22
    2019-01-05 01:00:00,-15.48
    2019-01-05 01:15:00,-11.46
    2019-01-05 01:30:00,-19.55
    2019-01-05 01:45:00,-19.43
    2019-01-05 02:00:00,-18.66
    2019-01-05 02:15:00,-18.46
    2019-01-05 02:30:00,-15.54
    2019-01-05 02:45:00,-17.41'

df <- read.csv(text=x)