如何创建带有参数化日期的tibbletime时间序列？

Question

我想为特定的日期创建一个带有tibbletime的时间序列。我有：

Data_Start<-"2015-09-07 01:55:00 UTC"
Data_End<-"2015-09-10 01:59:00 UTC"

我想要创建一个时刻表，其中包含微小的示例，例如：

create_series(2015-09-07 + 01:55:00 ~ 2015-09-10 + 01:59:00,1~M)

参数应该是一个time_formula，在第17页中描述：https://cran.r-project.org/web/packages/tibbletime/tibbletime.pdf

这是可行的，但我不能传递这样的参数：

create_series(Data_Start~Data_End,1~M)

已经尝试了不同的方法来转换字符串，但是到目前为止还没有什么效果：

Answer 1

tibbletime的作者。最近有人在GitHub上提出了一个问题。解决方案是使用rlang::new_formula()预构造公式.如果使用+日期，我们还需要一个特殊的助手函数来处理在公式中添加POSIXct。

这是帮手：

# Time formula creator
# Can pass character, Date, POSIXct
create_time_formula <- function(lhs, rhs) {

  if(!inherits(lhs, c("character", "Date", "POSIXct"))) {
    stop("LHS must be a character or date")
  }
  if(!inherits(rhs, c("character", "Date", "POSIXct"))) {
    stop("RHS must be a character or date")
  }

  if(inherits(lhs, "Date")) {
    lhs <- as.character(lhs)
  } else if (inherits(lhs, "POSIXct")) {
    lhs <- gsub(" ", " + ", lhs)
  }

  if(inherits(rhs, "Date")) {
    rhs <- as.character(rhs)
  } else if (inherits(rhs, "POSIXct")) {
    rhs <- gsub(" ", " + ", rhs)
  }

  rlang::new_formula(lhs, rhs)
}

在开始日期和结束日期的日期版本中使用助手函数

Data_Start<- as.POSIXct("2015-09-07 01:55:00")
Data_End  <- as.POSIXct("2015-09-10 01:59:00")

time_formula <- create_time_formula(Data_Start, Data_End)

create_series(time_formula, 1~M, tz = "UTC")

生产：

# A time tibble: 4,325 x 1
# Index: date
                  date
                <dttm>
 1 2015-09-07 01:55:00
 2 2015-09-07 01:56:00
 3 2015-09-07 01:57:00
 4 2015-09-07 01:58:00
 5 2015-09-07 01:59:00
 6 2015-09-07 02:00:00
 7 2015-09-07 02:01:00
 8 2015-09-07 02:02:00
 9 2015-09-07 02:03:00
10 2015-09-07 02:04:00
# ... with 4,315 more rows

在tibbletime的未来版本中，我可能会为本例提供一个更加健壮的create_time_formula()助手函数。

更新： tibbletime 0.1.0已经发布，一个更健壮的实现允许直接使用公式中的变量。此外，公式的每一面都必须是与索引相同的字符或对象(即2013 ~ 2014应该是"2013" ~ "2014")。

library(tibbletime)

Data_Start<- as.POSIXct("2015-09-07 01:55:00")
Data_End  <- as.POSIXct("2015-09-10 01:59:00")

create_series(Data_Start ~ Data_End, "1 min")
#> # A time tibble: 4,325 x 1
#> # Index: date
#>    date               
#>    <dttm>             
#>  1 2015-09-07 01:55:00
#>  2 2015-09-07 01:56:00
#>  3 2015-09-07 01:57:00
#>  4 2015-09-07 01:58:00
#>  5 2015-09-07 01:59:00
#>  6 2015-09-07 02:00:00
#>  7 2015-09-07 02:01:00
#>  8 2015-09-07 02:02:00
#>  9 2015-09-07 02:03:00
#> 10 2015-09-07 02:04:00
#> # ... with 4,315 more rows

Answer 2

我已经创建了具有多个季节性的时间序列，在提到的时间之间使用forecast()包，以分钟为频率。季节性期间因您的需求和数据长度而不同。

library(forecast)
Data_Start<-as.POSIXct("2015-09-07 01:55:00 UTC")
Data_End<-as.POSIXct("2015-09-10 01:59:00 UTC")

df = data.frame(tt = seq.POSIXt(Data_Start,Data_End,"min"),
                val = sample(1:40,4325,replace = T),stringsAsFactors = F)

# Seasonality Hourly, Daily
mts = msts(df$val,seasonal.periods = c(60,1440),start = Data_Start)
# Seasonality Hourly, Daily, Weekly
mts = msts(df$val,seasonal.periods = c(60,1440,10080),start = Data_Start)