R 如何将多变量时间序列对象转换为数据帧?

R 如何将多变量时间序列对象转换为数据帧?,r,time-series,R,Time Series,我想执行此问题中解释的反向操作: 例如,co2数据的分解是一个多变量时间序列: m <- decompose(co2) > str(m) List of 6 $ x : Time-Series [1:468] from 1959 to 1998: 315 316 316 318 318 ... $ seasonal: Time-Series [1:468] from 1959 to 1998: -0.0536 0.6106 1.3756 2.5168 3.0003 .

我想执行此问题中解释的反向操作:

例如,co2数据的分解是一个多变量时间序列:

m <- decompose(co2)
> str(m)
List of 6
 $ x       : Time-Series [1:468] from 1959 to 1998: 315 316 316 318 318 ...
 $ seasonal: Time-Series [1:468] from 1959 to 1998: -0.0536 0.6106 1.3756 2.5168 3.0003 ...
 $ trend   : Time-Series [1:468] from 1959 to 1998: NA NA NA NA NA ...
 $ random  : Time-Series [1:468] from 1959 to 1998: NA NA NA NA NA ...
 $ figure  : num [1:12] -0.0536 0.6106 1.3756 2.5168 3.0003 ...
 $ type    : chr "additive"
 - attr(*, "class")= chr "decomposed.ts"
m str(m)
6人名单
$x:1959-1998年的时间序列[1:468]:315316 318。。。
$seasonal:1959年至1998年的时间序列[1:468]:-0.0536 0.6106 1.3756 2.5168 3.0003。。。
$trend:1959年至1998年的时间序列[1:468]:。。。
$random:1959年至1998年的时间序列[1:468]:不。。。
$figure:num[1:12]-0.0536 0.6106 1.3756 2.5168 3.0003。。。
$type:chr“添加剂”
-attr(*,“class”)=chr“decomposed.ts”
如何将此多变量时间序列对象转换为具有日期列的数据帧


如果可能,无需安装新软件包。

您可以尝试以下操作:

库(xts)
m 6人名单
#>$x:1959-1998年的时间序列[1:468]:315316 318。。。
#>$seasonal:1959年至1998年的时间序列[1:468]:-0.0536 0.6106 1.3756 2.5168 3.0003。。。
#>$trend:1959年至1998年的时间序列[1:468]:。。。
#>$random:1959年至1998年的时间序列[1:468]:不。。。
#>$figure:num[1:12]-0.0536 0.6106 1.3756 2.5168 3.0003。。。
#>$type:chr“添加剂”
#>-attr(*,“类”)=chr“decomposed.ts”
df“data.frame”:468 obs。共有4个变量:
#>$x:1959-1998年时间序列:315316 318 318。。。
#>$季节性:1959年至1998年的时间序列:-0.0536 0.6106 1.3756 2.5168 3.0003。。。
#>$trend:1959年至1998年的时间序列:不,不,不。。。
#>$random:1959年至1998年的时间序列:不。。。
df2“数据帧”:468 obs。共有5个变量:
#>$date:num 1959 1959 1959 1959 1959。。。
#>$x:num 315316 318 318。。。
#>$季节性:数字-0.0536 0.6106 1.3756 2.5168 3.0003。。。
#>$trend:num-NA-NA-NA。。。
#>$random:num不知道不知道。。。
由(v0.3.0)于2020年3月13日创建

你也可以尝试

库(xts)
图书馆(TSIBLE)
图书馆(宴会)
m%
模型(decomp=classic_分解(value,type=“additional”))%>%
组件()
#>#A:468 x 7[1M]
#>#键:。型号[1]
#>#经典分解:值=趋势+季节+随机
#>.模型指数值趋势季节性随机季节调整
#>                           
#>1959年1月315日。NA-0.0536 NA 315。
#>2 decomp 1959年2月316日。NA 0.611 NA 316。
#>3反汇编1959 Mär 316。NA 1.38 NA 315。
#>1959年4月318日。NA 2.52 NA 315。
#>1959年5月31日。NA 3.00 NA 315。
#>6反汇编1959年6月318日NA 2.33 NA 316。
#>7反汇编1959年7月316日。3160.813  -0.284           316.
#>1959年8月315日。316.  -1.25   -0.0170          316.
#>9 decomp 1959年9月314日。316.  -3.05    0.758           317.
#>10分解1959 Okt 313。316.  -3.25    0.362           316.
#>#…还有458行

由(v0.3.0)于2020-03-13创建

这对您有帮助吗?