使用dplyr和timeSeries的最佳实践，ts？

我有14.5年的预算数据、合同ID、项目类型等，我正试图用这些数据构建一个18个月的时间序列预测。数据以合同ID上非连续日期的单独付款开始。使用Excel，我按月计算总付款额；稍后，我将包括一个月内的总有效合同、合同类型的组成等。5296个付款日中，总共有3134天的行，未付款的天数不记录在此数据中*

我当前使用的功能如下所示并按如下结构列出，并非所有功能都在下面，只是暂时尝试使用线性t将模型连接在一起：

head(exp)
     Amount Day Month Year t
1  269909.4   5     7 2000 1
2  792078.6   6     7 2000 2
3  140065.5   7     7 2000 3
4  190553.2  11     7 2000 4
5  119208.6  12     7 2000 5
6 1068156.3  16     7 2000 6

> str(exp)
'data.frame':   3134 obs. of  5 variables:
 $ Amount: num  269909 792079 140066 190553 119209 ...
 $ Day   : int  5 6 7 11 12 16 17 21 26 28 ...
 $ Month : int  7 7 7 7 7 7 7 7 7 7 ...
 $ Year  : int  2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 ...
 $ t     : int  1 2 3 4 5 6 7 8 9 10 ...

我遇到了以下问题：

Dplyr根本不喜欢我在data.frame中使用的ts对象，因此按月份/合同/合同类型进行过滤和排序是不起作用的。这里最好的方法是什么？我不确定使用ts和timeSeries的利弊，尤其是它们与其他软件包的兼容性

---

*如果我从7/1/00和12/31/14之间的5296天向量开始，以及我建议使用xts的t开始，这会更容易吗。至少它有从数据帧到数据帧的优雅转换，所以它至少有可能，没有任何经验证据比dplyr更友好。@tonytonov目前正在摆弄xts-你能把你的评论作为一个答案，这样我就可以检查这是否有效了吗？同时，你对申请t有什么看法？对不起，我可能没有收到你的答复。我不认为这是一个特别好的答案，所以我可以把它作为一个评论。顺便说一句，你总是可以回答你自己的问题。考虑到你们的其他问题，我建议单独提问，但首先要确保这些问题是针对主题的，并且是可重复的。祝你好运