如何基于tsibble实现自定义三个月周期的时间序列聚合？

问题描述 #

现有月度tsibble数据，需要按非标准季度区间聚合，分组规则如下：

• Dec-Jan-Feb（跨年度，如Dec2023-Jan2024-Feb2024为一组）
• Mar-Apr-May
• Jun-Jul-Aug
• Sept-Oct-Nov

需使用tsibble的index_by函数实现自定义分组聚合。

解决方案 #

核心思路是为每个月份生成对应自定义区间的时间标识，确保跨年度的月份被分到同一组，同时保持tsibble索引的有序性。我们用区间的结束月份作为该组的索引（如Dec-Jan-Feb区间用Feb的yearmonth标识），既符合时间顺序，又能让tsibble识别为有效索引。

步骤1：编写自定义区间转换函数 #

创建函数将yearmonth类型的日期转换为对应区间的结束月份：

library(tsibble)
library(dplyr)
library(lubridate)

custom_quarter_end <- function(x) {
  m <- month(x)
  case_when(
    # 12月归属到下一年的2月作为区间结束
    m == 12 ~ x + months(2),
    # 1-2月归属到当年2月
    m %in% 1:2 ~ yearmonth(paste(year(x), 2, sep = "-")),
    # 3-5月归属到当年5月
    m %in% 3:5 ~ yearmonth(paste(year(x), 5, sep = "-")),
    # 6-8月归属到当年8月
    m %in% 6:8 ~ yearmonth(paste(year(x), 8, sep = "-")),
    # 9-11月归属到当年11月
    m %in% 9:11 ~ yearmonth(paste(year(x), 11, sep = "-"))
  )
}

步骤2：使用index_by进行聚合 #

结合自定义函数，按key分组后聚合数值：

data.custom <- data |>
  index_by(custom_quarter = ~custom_quarter_end(.)) |>
  group_by_key() |>
  summarise(total_value = sum(value))

验证结果 #

查看聚合后的数据，Dec2023、Jan2024、Feb2024会被合并到2024-02对应的组中：

# 查看AT地区2024年2月对应的聚合值
filter(data.custom, geo == "AT", custom_quarter == yearmonth("2024-02"))

可选：添加自定义区间标签 #

如果需要更直观的区间名称，可以额外生成标签列：

data.custom_labeled <- data.custom |>
  mutate(
    quarter_label = case_when(
      month(custom_quarter) == 2 ~ paste0(year(custom_quarter), "-Dec-Jan-Feb"),
      month(custom_quarter) == 5 ~ paste0(year(custom_quarter), "-Mar-Apr-May"),
      month(custom_quarter) == 8 ~ paste0(year(custom_quarter), "-Jun-Jul-Aug"),
      month(custom_quarter) == 11 ~ paste0(year(custom_quarter), "-Sept-Oct-Nov")
    )
  )

内容的提问来源于stack exchange，提问作者umbe1987