如何在R中用lapply实现按账户的乘法型时间序列分解？

正确简洁的乘法型时间序列分解代码 #

直接在lapply中为decompose传递type参数即可，这是lapply传递额外参数的标准用法：

tss <- tapply(data$sales, data$account, ts, start = c(2021, 5), frequency = 4)
dcs <- lapply(tss, decompose, type = "multiplicative")

错误写法分析 #

1. 你尝试的lapply(tss, decompose(type = "multiplicative"))无法运行，原因是lapply的第二个参数需要是函数对象，而非函数调用的结果。正确方式是将decompose作为函数传入，后续参数直接跟在后面，lapply会自动把tss中的每个时间序列作为第一个参数传给decompose，同时带上type参数。

2. 另一种方案lapply(names(tss), function(x) {decompose(tss[, x], type = "additive")})的问题：

   • tss是列表结构，不是矩阵或数据框，不能用tss[, x]的索引方式，应使用列表索引tss[[x]]
   • 即便修正索引，这种遍历名称的写法也不如直接遍历tss元素简洁高效

结果验证 #

运行正确代码后，dcs会成为一个列表，每个元素对应一个账户的乘法型分解结果，包含trend（趋势）、seasonal（季节）、random（随机）等分量。

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