R语言时间序列处理：如何对给定表格绘图并去除季节性？

针对你的表格数据，按以下步骤完成绘图和季节性去除操作：

1. 数据整理为时间序列格式 #

先把表格数据导入R并转换成标准的时间序列结构：

# 创建原始数据框
df <- data.frame(
  Season = c("Χειμώνας", "Άνοιξη", "Καλοκαίρι", "Φθινόπωρο"),
  "2016" = c(1, 3, 6, 4),
  "2017" = c(2, 2, 7, 5),
  "2018" = c(2, 4, 8, 5),
  "2019" = c(1, 3, 8, 6)
)

# 转成长格式（方便后续绘图和处理）
library(tidyr)
df_long <- pivot_longer(df, cols = -Season, names_to = "Year", values_to = "Value")

# 生成对应日期（默认冬季为每年第1季度）
df_long$Quarter <- match(df_long$Season, c("Χειμώνας", "Άνοιξη", "Καλοκαίρι", "Φθινόπωρο"))
df_long$Date <- as.Date(paste(df_long$Year, df_long$Quarter, "01", sep = "-"), format = "%Y-%m-%d")

# 转换成ts时间序列对象（适配R的时间序列工具）
ts_data <- ts(df_long$Value, start = c(2016, 1), frequency = 4)

2. 绘制原始时间序列图 #

用ggplot2做可视化（新手友好，图形更直观）：

library(ggplot2)
ggplot(df_long, aes(x = Date, y = Value, color = Season)) +
  geom_line(size = 1) +
  geom_point() +
  labs(title = "原始季度时间序列", x = "日期", y = "数值") +
  theme_minimal()

如果用基础绘图也可以快速生成：

plot(ts_data, main = "原始季度时间序列", xlab = "年份", ylab = "数值")

3. 去除季节性的几种实用方法 #

方法一：时间序列分解 #

用R自带的decompose()函数把序列拆分为趋势、季节性、随机成分，分加法和乘法两种模型：

# 乘法分解（你的数据中夏季数值大、波动也大，更适合这种模型）
decomp_mult <- decompose(ts_data, type = "multiplicative")
plot(decomp_mult)  # 查看拆分后的各成分
ts_deseason_mult <- decomp_mult$trend * decomp_mult$random  # 提取去季节性后的序列

# 加法分解（适合季节性波动不随数值变化的场景）
decomp_add <- decompose(ts_data, type = "additive")
plot(decomp_add)
ts_deseason_add <- decomp_add$trend + decomp_add$random

# 绘图查看去季节性后的结果
plot(ts_deseason_mult, main = "乘法模型去季节性后序列", xlab = "年份", ylab = "数值")

方法二：季节性差分 #

针对季度数据，直接做4阶差分（取当前值与前一年同季度值的差值），快速去除季节性：

ts_diff <- diff(ts_data, differences = 4)
plot(ts_diff, main = "4阶差分去季节性后序列", xlab = "年份", ylab = "数值")

方法三：STL分解（更鲁棒） #

stl()函数对异常值的处理更友好，仅支持加法模型，但灵活性更高：

stl_result <- stl(ts_data, s.window = "periodic")
plot(stl_result)
ts_deseason_stl <- stl_result$time.series[, "trend"] + stl_result$time.series[, "remainder"]
plot(ts_deseason_stl, main = "STL分解去季节性后序列", xlab = "年份", ylab = "数值")

内容的提问来源于stack exchange，提问作者user19384320