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R 时间序列数据处理,r,time-series,R,Time Series,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
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。