使用R语言ts()函数创建每日时间序列时异常的问题求助

我尝试基于以下数据集结构构建每日时间序列：

> head(eg, n = 1)
# A tibble: 1 × 3
  date        var1  var2
  <date>     <dbl> <dbl>
1 2022-12-21   453 5324.
> tail(eg, n = 1)
# A tibble: 1 × 3
  date        var1  var2
  <date>     <dbl> <dbl>
1 2023-06-14   619 6311.
> glimpse(eg)
Rows: 176
Columns: 3
$ date <date> 2022-12-21, 2022-12-22, 2022-12-23, 2022-12-24, 2022-12-25, 202…
$ var1 <dbl> 453, 277, 359, 321, 251, 259, 258, 248, 317, 334, 326, 437, 449,…
$ var2 <dbl> 5324.073, 3107.398, 3716.288, 3315.080, 3541.247, 3810.109, 3905…

该数据集共176条数据，时间范围为2022年12月21日至2023年6月14日，但使用ts()函数处理后，得到的序列有178个值，且时间范围完全异常：

> prd <- eg[3]
> prd <- ts(prd, start = c(2022,1), end = c(2023,176), frequency = 2)
> prd
Time Series:
Start = c(2022, 1) 
End = c(2110, 2) 
Frequency = 2 

请问我哪里操作出错了？

你犯的三个关键错误 #

• ts()不适合每日时间序列：ts()是给月度、季度这种固定年周期的序列设计的，frequency参数代表每年的周期数（比如月度设12，季度设4）。你设frequency=2等于告诉R每年只有2个周期，完全不符合每日数据的逻辑，直接导致时间索引计算混乱。
• start/end参数用错了：ts()的c(年, 周期位置)里的“周期位置”是对应frequency的，比如frequency=12时，12代表当年12月。你用c(2023,176)加frequency=2，R会算成2023 + (176-1)/2 = 2110.5，自然时间范围全错。
• 提取数据的方式不对：eg[3]提取的是整个tibble列（数据框结构），ts()处理数据框时会把每列当成单独的序列，导致值的数量异常。要提取单个数值向量，应该用eg$var2或者eg[[3]]。

正确的每日时间序列构建方式 #

优先用zoo或xts包，它们原生支持日期索引，比ts()适合每日数据：

# 安装并加载zoo包
install.packages("zoo")
library(zoo)

# 用var2和对应的日期构建时间序列
prd_zoo <- zoo(eg$var2, order.by = eg$date)

# 查看结果
prd_zoo

如果非要用基础R的ts()，需要先计算日期在当年的天数位置，不过这种方式要考虑闰年问题，比较麻烦：

# 计算起始日期是2022年的第几天（yday从0开始，所以加1）
start_day <- as.POSIXlt(eg$date[1])$yday + 1
# 计算结束日期是2023年的第几天
end_day <- as.POSIXlt(eg$date[nrow(eg)])$yday + 1

# 构建ts对象，frequency设为365
prd_ts <- ts(eg$var2, start = c(2022, start_day), end = c(2023, end_day), frequency = 365)

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