在R中将数据帧转换为TS对象

我有一个如下所示的数据帧：

  DAY     X1996 X1997 
1 1-Jul    98    86   
2 2-Jul    97    90   
3 3-Jul    97    93   
....

我希望最终得到一个TS对象，这样我就可以在上面进行Holtwiners平滑。我想我希望它看起来像这样（虽然我不确定，因为我以前没有做过Holtwiners）：

这就是我想做的：

df <- read.delim("temps.txt")
myts <- as.ts(df)

---

dfts对象通常用于月度、季度或年度数据，而不是每日数据；但是，如果我们删除2月29日，那么我们可以创建一个ts对象，其时间为一年加上分数0/365、1/365、…、364/365，如果没有丢失的日期，该分数将按规则间隔。关键的一点是，如果季节性是基于一年，那么我们必须在每年有相同数量的点来表示它作为ts对象

首先转换为具有普通日期的zoo对象z0，删除2月29日给出的z，在zoo对象zz中创建上述时间索引，然后将其转换为ts

library(data.table)
library(lubridate)
library(zoo)

m <- melt(as.data.table(df), id.vars = 1)
z0 <- with(m, zoo(value, as.Date(paste(variable, DAY), "X%Y %d-%b")))
z <- z0[! (month(time(z)) == 2 & day(time(z)) == 29)]  

tt <- time(z)
zz <- zoo(coredata(z), year(tt) + (yday(tt) - ((month(tt) > 2) & leap_year(tt)) - 1)/365)
as.ts(zz)

库（data.table）
图书馆（lubridate）
图书馆（动物园）
m
tidyr:：pivot_longer（df，cols=-DAY）
应该提供您所显示的格式@RonakShah非常接近。它是按天进行分组的，所以我的前几行是1996年7月1日、1997年7月1日、1998年7月1日等等，但这是朝着正确方向的一个很好的推动。我将在pivot_上查找更多的文档，看看我是否能找到它。好吧，您可以
按
年份排列
，以获得按年份排序的数据<代码>第三天：：透视时间更长（df，cols=-天）%>%排列（年）
。
library(data.table)
library(lubridate)
library(zoo)

m <- melt(as.data.table(df), id.vars = 1)
z0 <- with(m, zoo(value, as.Date(paste(variable, DAY), "X%Y %d-%b")))
z <- z0[! (month(time(z)) == 2 & day(time(z)) == 29)]  

tt <- time(z)
zz <- zoo(coredata(z), year(tt) + (yday(tt) - ((month(tt) > 2) & leap_year(tt)) - 1)/365)
as.ts(zz)

zz0 <- z0[yday(time(z0)) <= 365]
tt <- time(zz0)
zz <- zoo(coredata(zz0), year(tt) + (yday(tt) - 1) / 365)
as.ts(zz)

ag <- aggregate(z0, as.yearmon, tail, 1)  # use last point in each month
as.ts(ag)

df <- structure(list(DAY = structure(1:3, .Label = c("1-Jul", "2-Jul", 
"3-Jul"), class = "factor"), X1996 = c(98L, 97L, 97L), X1997 = c(86L, 
90L, 93L)), class = "data.frame", row.names = c("1", "2", "3"
))