应用Box-Cox变换，在tsibble中突变列

Question

我是Hyndman包裹的忠实粉丝，但被Box-Cox变换绊倒了。

我有一份数据

class(chicago_sales)
[1] "tbl_ts"     "tbl_df"     "tbl"        "data.frame"

我正在尝试变异一个额外的列，其中Mean_price变量将被转换。

foo <- chicago_sales %>% 
mutate(bc = BoxCox(x = chicago_sales$Median_price, lambda = 
BoxCox.lambda(chicago_sales$Median_price)))

给出了一些结果(可能也错了)，不能应用autoplot。

我还试图应用来自Hyndman书的代码，但失败了。

我做错了什么？谢谢!

更新：

​

​

Answer 1

在tsibbles内部发出，当使用dplyr时，您不调用chicago_sales$Median_price，而只调用Median_price。在使用tsibbles时，我建议使用寓言和神话工具，但如果使用的是“预测”，则应该如下所示：

library(tsibble)
library(dplyr)
library(forecast)

pedestrian %>% 
  mutate(bc = BoxCox(Count, BoxCox.lambda(Count)))
# A tsibble: 66,037 x 6 [1h] <Australia/Melbourne>
# Key:       Sensor [4]
   Sensor         Date_Time           Date        Time Count    bc
   <chr>          <dttm>              <date>     <int> <int> <dbl>
 1 Birrarung Marr 2015-01-01 00:00:00 2015-01-01     0  1630 11.3 
 2 Birrarung Marr 2015-01-01 01:00:00 2015-01-01     1   826  9.87
 3 Birrarung Marr 2015-01-01 02:00:00 2015-01-01     2   567  9.10
 4 Birrarung Marr 2015-01-01 03:00:00 2015-01-01     3   264  7.65
 5 Birrarung Marr 2015-01-01 04:00:00 2015-01-01     4   139  6.52
 6 Birrarung Marr 2015-01-01 05:00:00 2015-01-01     5    77  5.54
 7 Birrarung Marr 2015-01-01 06:00:00 2015-01-01     6    44  4.67
 8 Birrarung Marr 2015-01-01 07:00:00 2015-01-01     7    56  5.04
 9 Birrarung Marr 2015-01-01 08:00:00 2015-01-01     8   113  6.17
10 Birrarung Marr 2015-01-01 09:00:00 2015-01-01     9   166  6.82
# ... with 66,027 more rows

我使用了来自tsibble包的内置数据集，因为您没有提供chicago_sales的dput。