尝试使用R执行异常检测时遇到的错误

我试图用R Anomalize软件包来检查我们收入中的异常情况

我遵循下面快速入门文档中的说明，

在我的例子中，我正在尝试将数据帧转换为一个tibble time对象，如下所示

library(anomalize)
library(tibble)
library(tibbletime)
library(tidyverse)

revenue <- read.csv(file = '../data/revenue.csv') %>%
  mutate(date = as.Date(date)) %>%
  as_tbl_time(index = date) %>%
  group_by(country_code, date) %>%
  summarise(count = sum(`total_revenue`, na.rm = TRUE)) 

库（异常化）
图书馆（tibble）
图书馆（藏书时代）
图书馆（tidyverse）
收入%
变异（日期=as.date（日期））%>%
截止时间（索引=日期）%>%
分组依据（国家代码，日期）%>%
总结（计数=总和（`total_revenue`，na.rm=TRUE））

这就是tibble time对象的外观

> revenue
# A time tibble: 807 x 3
# Index:  date
# Groups: country_code [39]
   country_code date       count
   <chr>        <date>     <dbl>
 1 AE           2020-09-01 4688.
 2 AE           2020-09-02 3054.
 3 AE           2020-09-03 3987.
 4 AE           2020-09-04 3337.
 5 AE           2020-09-05 2947.
 6 AE           2020-09-06 3597.
 7 AE           2020-09-07 3737.
 8 AE           2020-09-08 4187.
 9 AE           2020-09-09 3038.
10 AE           2020-09-10 3803.
# … with 797 more rows

收入 #A时间tibble:807x3 #索引：日期 #组别：国家/地区代码[39] 国家代码日期计数 1 AE 2020-09-01 4688。 2 AE 2020-09-02 3054。 3 AE 2020-09-03 3987。 4 AE 2020-09-04 3337。 5 AE 2020-09-05 2947。 6 AE 2020-09-06 3597。 7 AE 2020-09-07 3737。 8 AE 2020-09-08 4187。 9 AE 2020-09-09 3038。 10 AE 2020-09-103803。 #…还有797行 但是，当尝试使用以下代码进行异常检测时

revenue_anomalized <- revenue %>%
  time_decompose(count, merge = TRUE) %>%
  anomalize(remainder) %>%
  time_recompose()

收入\u异常化%
时间分解（计数，合并=真）%>%
异常化（余数）%>%
时间重新组合（）

我得到以下错误

错误：

mutate（）
mutate（）
input
date


x只允许年、季、月、周和日时段作为课程日期索引

ℹ 输入的
date
是
collapse\u索引（…）


ℹ 输入
nested.col
是
purrr:：map（.x=data，.f=.f，target=count，…）


运行
rlang:：last_error（）
查看错误发生的位置。

此外：警告消息：

1:
mutate（）
input
nested.col


ℹ 无法计算1次观察的周期性

ℹ 输入
nested.col
是
purrr:：map（.x=data，.f=.f，target=count，…）


2:在xts中：：周期性（idx）：

无法计算1次观察的周期性

任何帮助都将不胜感激。提前感谢。
错误中的“无法计算1次观察的周期”部分使我认为可能一个（或多个）贵国代码只有一次观察？也许可以尝试在您的
摘要后粘贴
过滤器（n（）>1）
。是的，您是正确的。这就是问题所在。有些国家是新的，我们没有定期数据。谢谢你的帮助。