使用dtwclust进行时间序列聚类：dplyr数据框转序列列表报错求助

问题根源 #

你的代码报错是因为传给tsclust的是数据框，而不是它要求的时间序列列表。all.B2_MAX.tsc[-1]是包含两列的dplyr数据框，tsclust无法直接处理这种结构，必须传入由每个STAND对应时间序列组成的列表。

修正后的完整代码 #

library(dplyr)
library(purrr)
library(dtwclust)

# 读取数据
all.B2_MAX.stands <- read.csv("https://raw.githubusercontent.com/Leprechault/trash/main/my_ts_data.csv")

# 整理为符合要求的时间序列列表：每个元素对应一个STAND的ts对象
all_ts_list <- all.B2_MAX.stands %>%
  group_by(STAND) %>%
  # 分组内按DATE_TIME排序，保证时序正确
  arrange(DATE_TIME, .by_group = TRUE) %>%
  # 生成每个分组的ts对象并存储为列表列
  summarise(ts_obj = list(ts(B2_MAX))) %>%
  # 提取ts对象列表，作为tsclust的输入
  pull(ts_obj)

# 执行DTW聚类
clusters <- tsclust(all_ts_list, 
                    type = "partitional", 
                    k = 2L, 
                    distance = "dtw",
                    centroid = "pam")

# 绘制聚类结果（注意变量名是clusters，原代码写错为cluster）
plot(clusters, type = "sc")

关键修正点 #

• 用arrange在分组内按DATE_TIME排序，替代原代码中B2_MAX[order(DATE_TIME)]的写法，逻辑更清晰
• 通过pull(ts_obj)直接提取时间序列列表，这是tsclust唯一接受的输入格式
• 修正绘图时的变量名错误（原代码写的plot(cluster,...)，实际变量是clusters）

简化写法（可选） #

如果不需要保留原始分组数据框，也可以用nest简化步骤：

all_ts_list <- all.B2_MAX.stands %>%
  arrange(DATE_TIME) %>%
  group_by(STAND) %>%
  nest() %>%
  mutate(ts_obj = map(data, ~ts(.x$B2_MAX))) %>%
  pull(ts_obj)

内容的提问来源于stack exchange，提问作者Leprechault