小时级DataFrame时间序列协整检验：转序列必要性及转换方法

1. 是否需要将DataFrame转换为时间序列对象？ #

• 要是只单独用adf.test()做单位根检验，直接传入列向量（比如df$Os.ilosc）就能运行，不是必须转换。但如果要做后续的协整检验（比如tseries包的ca.jo()），或者需要明确时间维度的连续性、频率信息，建议转换成标准的时间序列对象，这样分析更严谨，也能避免因时间索引混乱导致的错误。

2. 如何转换小时级DataFrame？ #

这里提供三种常用转换方式，按需选择：

方式一：转为带Datetime索引的结构化对象（推荐，适配多数分析场景）

先把时间列转为datetime类型，再设为索引，用dplyr+lubridate操作更便捷：

library(dplyr)
library(lubridate)

# 假设你的数据框名为df
df <- df %>%
  mutate(DT = ymd_hms(DT)) %>%  # 将DT列转为标准datetime格式
  tibble::column_to_rownames("DT")  # 把DT设为数据框索引

处理后的数据框索引是小时级时间戳，后续用tseries包的函数时，能自动识别时间维度。

方式二：转为base R的ts对象（适合严格连续的小时数据）

如果你的数据是无缺失的连续小时数据，可以用ts()函数指定频率：

library(lubridate)

# 提取起始时间并转为datetime格式
start_time <- ymd_hms(df$DT[1])
# 小时级频率设为24（每天24小时），start参数指定起始年和对应小时数
os_ts <- ts(df$Os.ilosc, start = c(year(start_time), hour(start_time)), frequency = 24)
bg_ts <- ts(df$BG.ilosc, start = c(year(start_time), hour(start_time)), frequency = 24)

注意：这种方式要求数据必须严格连续，不能有缺失的小时节点，否则会报错。

方式三：转为zoo对象（适配tseries协整检验）

tseries包的ca.jo()协整检验函数支持zoo对象，处理步骤如下：

library(zoo)
library(lubridate)

df$DT <- ymd_hms(df$DT)
zoo_obj <- zoo(df[, c("Os.ilosc", "BG.ilosc")], order.by = df$DT)

之后直接用ca.jo(zoo_obj)就能执行协整检验。

内容的提问来源于stack exchange，提问作者GrBa