如何将此数据转换为R中的多个时间序列对象？

Question

我试图清理一些数据(19-covid-Confirmed.csv)有关COVID19的新冠状病毒做各种类型的分析(即。创建一个有100例病例的国家图表，或者跟踪每个国家的死亡率)。我使用数据，其中日期作为列，国家作为行。我转换了Dataframe，这样我得到了每个国家的一列和一列的日期，如下所示。

​

​

我试图通过以下代码将此数据作为时间序列对象读取：

covid19ts = ts(covid19, frequency = 365, start = c(2020,22))

结果如下。不是将日期作为我的索引列，而是从1-47(记录的天数)中得到一个数字。这导致我无法创建图表或做任何有意义的分析。

​

​

我还使用具有相同结果的lubridate包尝试了以下代码：

covid19ts = ts(covid19, frequency = 365, start= decimal_date(as.Date("2020-01-22")))

如何将我的ts日期变成实际的图表和分析日期？

还是有一个完全不同的方法，我可以使用哪一个会更好的分析，我试图做？

谢谢你的帮助。

Answer 1

您可以将数据保存为数据并进行有用的绘图。也许能得到长格式的数据。

library(tidyverse)
df <- read.csv('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_19-covid-Confirmed.csv', check.names = FALSE)
df1 <- df %>% pivot_longer(cols = -(1:4)) 
head(df1)

# A tibble: 6 x 6
#  `Province/State` `Country/Region`   Lat  Long name    value
#  <fct>            <fct>            <dbl> <dbl> <chr>   <int>
#1 Anhui            Mainland China    31.8  117. 1/22/20     1
#2 Anhui            Mainland China    31.8  117. 1/23/20     9
#3 Anhui            Mainland China    31.8  117. 1/24/20    15
#4 Anhui            Mainland China    31.8  117. 1/25/20    39
#5 Anhui            Mainland China    31.8  117. 1/26/20    60
#6 Anhui            Mainland China    31.8  117. 1/27/20    70

如果您想像文章中所示的那样将数据转换为时间序列，您可以这样做：

df2 <- df1 %>%
         group_by(`Country/Region`, name) %>%
         summarise(value = sum(value)) %>%
         pivot_wider(names_from = `Country/Region`, values_from = value, 
         values_fill = list(value = 0))

ts_data <- xts::xts(df2[-1], as.Date(df2$name, "%m/%d/%y"))

@G. Grothendieck依靠zoo提出的另一种解决方案是

z <- read.zoo(df1[c(2, 5:6)], index = "name", split = "Country/Region", 
              format = "%m/%d/%Y", aggregate = sum)

read.zoo避免了tidyverse的所有显式聚合和重组。然后，我们可以使用autoplot函数来绘制这个zoo对象。