在R中将Excel数据转换为月度时间序列的问题求助

1. 加载所需工具包 #

先安装并加载处理Excel和时间序列的核心包：

# 首次运行请执行安装
install.packages(c("readxl", "tsibble", "dplyr", "lubridate"))

# 加载包
library(readxl)
library(tsibble)
library(dplyr)
library(lubridate)

2. 读取Excel并指定变量类型 #

读取时直接强制Unidades为字符型，避免自动转换为数值：

# 替换为你的Excel文件路径，col_types参数指定Unidades为文本类型
df <- read_excel("your_data.xlsx", 
                 col_types = c(Unidades = "text", .default = "guess"))

3. 构建年月索引并转为tsibble格式 #

根据数据现有结构选择对应方式：

情况1：数据已有单独的年、月列

df_ts <- df %>%
  # 合并年、月为标准年月格式，取每月首日作为时间戳
  mutate(年月 = ym(paste(年, 月, sep = "-"))) %>%
  # 转换为tsibble：Unidades作为分组键，年月作为时间索引
  as_tsibble(key = Unidades, index = 年月)

情况2：数据仅含各Unidades的月度值，无时间列

假设每个Unidades对应2014-01至2023-12的120条月度数据：

# 生成2014-2023的月度时间序列
time_seq <- seq(ymd("2014-01-01"), ymd("2023-12-01"), by = "month")

df_ts <- df %>%
  group_by(Unidades) %>%
  mutate(年月 = time_seq) %>%
  ungroup() %>%
  as_tsibble(key = Unidades, index = 年月)

4. 验证数据结构与季节性 #

# 查看tsibble结构
glimpse(df_ts)

# 标记月度季节信息（周期为12）
df_ts <- df_ts %>%
  mutate(季节 = month(年月, label = TRUE))

关键提示 #

• 无需用rep函数，tsibble会自动维护分组时间序列的连续性，只要保证每个分组的时间索引完整即可
• 用yearmonth()（tsibble专属函数）替代普通日期，更适配月度时间序列的分析需求

内容的提问来源于stack exchange，提问作者Lucas Medeiros dos Santos