R 时间序列数据处理

有人能为时间序列数据操作提供资源吗。我不寻求时间序列统计分析（例如ARIMA、预测等）。相反，我希望基于时间段提取一部分数据

---

谢谢德克和莫森！ @德克：我一定去动物园试试。我听说这对TS有好处，但出于某种原因我忘了。 @莫森：我没有使用分解法。但是我尝试了stl，它给了我很多错误。我希望我能得到更多的细节。另外，我还寻找了你提供给我的链接。但这是在使用其他软件对TS进行操作。我对TS的统计分析没有问题，但我对R中的TS数据操作有问题

此外，我大部分时间处理每日、每周和每月的数据。但我遇到的例子是年度数据。所以，当我试图复制dats集合中的示例时，我得到了集合，我得到了很多错误。我无法格式化每日、每周和每月的统计数据。例如，我希望以下代码为每周格式。但当我把日期放在“开始”部分时，它给了我错误。这就是为什么我在寻找一些资源，这些资源只提供了关于时间序列数据操作的例子，所有类型的操作。一旦我可以从AT中提取所需的时间序列数据，我就可以进行统计分析

---

数据请查看包含多个子集和聚合操作的软件包文档。

请查看包含多个子集和聚合操作的软件包文档。

以下是一些指向先前stl（）问题的链接：

在建模季节性数据时要小心。它赋予了“虚假回归”一词全新的含义

---

x这里有一些链接指向以前的一些stl（）问题：



在建模季节性数据时要小心。它赋予了“虚假回归”一词全新的含义

x如果您熟悉Python，我建议您使用或使用最近维护的

特别是对于时间段，panda提供了以下构造：

A truncate convenience function is provided that is equivalent to slicing:

ts.truncate(before='10/31/2011', after='12/31/2011')

如果您熟悉Python，我建议您使用或使用最近维护的

特别是对于时间段，panda提供了以下构造：

A truncate convenience function is provided that is equivalent to slicing:

ts.truncate(before='10/31/2011', after='12/31/2011')

-1对于模糊性，包括后续答案，该答案本应为注释，且过于模糊，没有显示代码，也没有输入和期望输出的示例。此外，答案/评论似乎在一定程度上改变了问题，并且有一些模糊的参考，如果没有显示错误的特定代码，海报似乎无法工作。-1对于模糊性，包括后续答案，该答案本应是评论，但也太模糊，没有显示代码，也没有输入和输出示例期望输出。此外，答案/评论似乎在一定程度上改变了问题，并且有一些模糊的参考，如果没有显示错误的特定代码，海报似乎无法工作。