在R中将数据帧转换为时间序列

我有一个数据帧：

 > dsa[1:20]
           Ordered.Item       date      Qty
 1: 2011001FAM002025001 2019-06-01 19440.00
 2: 2011001FAM002025001 2019-05-01 24455.53
 3: 2011001FAM002025001 2019-04-01 16575.06
 4: 2011001FAM002025001 2019-03-01   880.00
 5: 2011001FAM002025001 2019-02-01  5000.00
 6: 2011001FAM002035001 2019-04-01   175.00
 7: 2011001FAM004025001 2019-06-01  2000.00
 8: 2011001FAM004025001 2019-05-01  2500.00
 9: 2011001FAM004025001 2019-04-01  3000.00
10: 2011001FAM012025001 2019-06-01  1200.00
11: 2011001FAM012025001 2019-04-01  1074.02
12: 2011001FAM022025001 2019-06-01   350.00
13: 2011001FAM022025001 2019-05-01   110.96
14: 2011001FAM022025001 2019-04-01   221.13
15: 2011001FAM022035001 2019-06-01   500.00
16: 2011001FAM022035001 2019-05-01    18.91
17: 2011001FAM027025001 2019-06-01   210.00
18: 2011001FAM028025001 2019-04-01   327.21
19: 2011001FBK005035001 2019-05-01   500.00
20: 2011001FBL001025001 2019-06-01 15350.00



 >str(dsa)
Classes ‘data.table’ and 'data.frame':  830 obs. of  3 variables:
 $ Ordered.Item: Factor w/ 435 levels "2011001FAM002025001",..: 1 1 1 1 1 2 3 3 3 4 ...
 $ date        : Date, format: "2019-06-01" "2019-05-01" "2019-04-01" ...
 $ Qty         : num  19440 24456 16575 880 5000 ...
 - attr(*, ".internal.selfref")=<externalptr> 

>dsa[1:20]
订购。项目日期数量
1:2011001FAM00205001 2019-06-01 19440.00
2:2011001FAM00205001 2019-05-01 24455.53
3:2011001FAM00205001 2019-04-01 16575.06
4:2011001FAM00205001 2019-03-01 880.00
5:2011001FAM00205001 2019-02-01 5000.00
6:2011001FAM002035001 2019-04-01 175.00
7:2011001FAM004025001 2019-06-01 2000.00
8:2011001FAM004025001 2019-05-01 2500.00
9:2011001FAM004025001 2019-04-01 3000.00
10:2011001FAM012025001 2019-06-01 1200.00
11:2011001FAM012025001 2019-04-01 1074.02
12:2011001FAM022025001 2019-06-01 350.00
13:2011001FAM022025001 2019-05-01 110.96
14:2011001FAM022025001 2019-04-01 221.13
15:2011001FAM022035001 2019-06-01 500.00
16:2011001FAM022035001 2019-05-01 18.91
17:2011001FAM027025001 2019-06-01 210.00
18:2011001FAM028025001 2019-04-01327.21
19:2011001FBK005035001 2019-05-01 500.00
20:2011001FBL001025001 2019-06-01 15350.00
>str（dsa）
类“data.table”和“data.frame”：830 obs。共有3个变量：
订购美元。项目：系数w/435级别“2011001FAM00205001”…：1 2 3 4。。。
$date:日期，格式：“2019-06-01”“2019-05-01”“2019-04-01”。。。
$Qty:num 19440 24456 16575 880 5000。。。
-属性（*，“.internal.selfref”）=

此数据包含sku及其每月销售量

因为我计划使用ARIMA预测，所以我试图将数据帧转换为时间序列，但我得到了一个奇怪的输出

> timesr<-ts(data=dsa,start=c(12,2018),frequency = 12)
> head(timesr)
     Ordered.Item  date      Qty
[1,]            1 18048 19440.00
[2,]            1 18017 24455.53
[3,]            1 17987 16575.06
[4,]            1 17956   880.00
[5,]            1 17928  5000.00
[6,]            2 17987   175.00

>timesr头（timesr）
订购。项目日期数量
[1,]            1 18048 19440.00
[2,]            1 18017 24455.53
[3,]            1 17987 16575.06
[4,]            1 17956   880.00
[5,]            1 17928  5000.00
[6,]            2 17987   175.00

对于sku ARIMA建模，您可以尝试类似的方法

# Create dataframe
dsa = read.table(text = '
  ID        Ordered.Item       date      Qty
 1 2011001FAM002025001 2019-06-01 19440.00
 2 2011001FAM002025001 2019-05-01 24455.53
 3 2011001FAM002025001 2019-04-01 16575.06
 4 2011001FAM002025001 2019-03-01   880.00
 5 2011001FAM002025001 2019-02-01  5000.00
 6 2011001FAM002035001 2019-04-01   175.00
 7 2011001FAM004025001 2019-06-01  2000.00
 8 2011001FAM004025001 2019-05-01  2500.00
 9 2011001FAM004025001 2019-04-01  3000.00
10 2011001FAM012025001 2019-06-01  1200.00
11 2011001FAM012025001 2019-04-01  1074.02
12 2011001FAM022025001 2019-06-01   350.00
13 2011001FAM022025001 2019-05-01   110.96
14 2011001FAM022025001 2019-04-01   221.13
15 2011001FAM022035001 2019-06-01   500.00
16 2011001FAM022035001 2019-05-01    18.91
17 2011001FAM027025001 2019-06-01   210.00
18 2011001FAM028025001 2019-04-01   327.21
19 2011001FBK005035001 2019-05-01   500.00
20 2011001FBL001025001 2019-06-01 15350.00
', header = T)
dsa$ID <- NULL

# Reshape 
dsa2 <- reshape(data=dsa,idvar="date", v.names = "Qty", timevar = "Ordered.Item", direction="wide")
dsa2 <- dsa2[order(as.Date(dsa2$date, "%Y-%m-%d")),] # Sort by date

# Predict for sku 2011001FAM002025001
fit <- auto.arima(ts(dsa2$Qty.2011001FAM002025001))
fcast <- forecast(fit, h=60) # forecast 60 periods ahead
plot(fcast)

#创建数据帧
dsa=读取。表格（文本=）
订购ID。项目日期数量
2011001FAM002250012019-06-0119440.00
2011001FAM002250012019-05-01 24455.53
3 2011001FAM00205001 2019-04-01 16575.06
4 2011001FAM002250012019-03-01880.00
5 2011001FAM00205001 2019-02-01 5000.00
6 2011001FAM002035001 2019-04-01 175.00
7 2011001FAM004025001 2019-06-01 2000.00
8 2011001FAM004025001 2019-05-01 2500.00
9 2011001FAM004025001 2019-04-01 3000.00
10 2011001FAM012025001 2019-06-01 1200.00
11 2011001FAM012025001 2019-04-01 1074.02
12 2011001FAM022025001 2019-06-01 350.00
13 2011001FAM022025001 2019-05-01 110.96
14 2011001FAM022025001 2019-04-01 221.13
15 2011001FAM022035001 2019-06-01 500.00
16 2011001FAM022035001 2019-05-01 18.91
17 2011001FAM027025001 2019-06-01 210.00
18 2011001FAM028025001 2019-04-01 327.21
19 2011001FBK005035001 2019-05-01 500.00
20 2011001FBL001025001 2019-06-01 15350.00
，页眉=T）
dsa$ID类（dsa2）是数据表/数据帧我的印象是，对于arima预测，整个数据帧应该转换为ts，不是吗？上面的代码中应用了一个“ts”函数（从最后一行算起的第三行）。