R语言合并两个时间序列及拆分重组的技术问询

问题场景 #

你有两个连续的周度时间序列：

• ts1：覆盖2010年第1周至2019年最后一周
• ts2：ts1结束后新增的500周数据（希望能自动从ts1的结束点开始生成）

你的代码如下：

# ts1: 2010年第1周至2019年最后一周
ts1 <- ts(rnorm(1040, mean = 100, sd = 50), start = c(2010, 1), frequency = 52)

# ts2: ts1结束后新增的500周数据（注：我想知道是否能自动从ts1的结束点开始）
ts2 <- ts(rnorm(500, mean = 150, sd = 60), start = c(2020, 1), frequency = 52)

你尝试用ts.union(ts1, ts2)合并，但得到的是带NA的多列时间序列，且起始时间异常，不符合“合并为单个时间序列对象”的预期：

> head(comb)
Time Series:
Start = c(2000, 1) 
End = c(2000, 6) 
Frequency = 52 
               ts1 ts2
2000.000  37.56999  NA
2000.019  46.10463  NA
2000.038 112.50387  NA
2000.058  94.01130  NA
2000.077  84.95737  NA
2000.096 -16.03819  NA

错误原因 #

ts.union()的作用是按时间轴对齐多个序列，将它们合并为多列的时间序列，缺失的时间点会补NA，并非将连续序列拼接成单个时间序列，因此不符合你的需求。

正确解决方案 #

1. 自动衔接生成ts2并合并 #

先通过end(ts1)获取ts1的结束时间，自动计算ts2的起始点，避免手动指定年份和周数，再将两个序列的数值拼接成新的时间序列：

# 获取ts1的结束时间（格式为c(年份, 周数)）
end_ts1 <- end(ts1)
# 计算ts2的起始时间：ts1结束后的下一周
start_ts2 <- c(end_ts1[1], end_ts1[2] + 1)
# 处理周数超过52的进位情况（如2019年第52周的下一周是2020年第1周）
if (start_ts2[2] > frequency(ts1)) {
  start_ts2 <- c(start_ts2[1] + 1, start_ts2[2] - frequency(ts1))
}

# 自动衔接ts1生成ts2
ts2 <- ts(rnorm(500, mean = 150, sd = 60), start = start_ts2, frequency = 52)

# 合并为单个时间序列
comb_ts <- ts(c(ts1, ts2), start = start(ts1), frequency = frequency(ts1))

2. 简化拼接（适用于已知序列连续的情况） #

如果确认两个序列频率相同且时间完全连续，可直接拼接数值并重新构造ts对象：

comb_ts <- ts(c(ts1, ts2), start = start(ts1), frequency = 52)

满足拆分与重新合并的需求 #

若未来需要任意拆分时间序列并恢复原序列，推荐使用window()函数（基础ts对象）或转换为zoo/xts对象处理：

方法1：使用基础ts对象的window函数 #

# 拆分：以2015年为界
ts_a <- window(comb_ts, start = c(2015, 1))  # 2015年及之后的数据
ts_b <- window(comb_ts, end = c(2014, 52))   # 2014年及之前的数据

# 重新合并（注意顺序：先ts_b再ts_a才能恢复原序列）
ts_recover <- ts(c(ts_b, ts_a), start = start(comb_ts), frequency = 52)

# 验证是否与原序列一致
identical(comb_ts, ts_recover)

方法2：转换为zoo对象（更直观的日期筛选） #

library(zoo)

# 将合并后的ts对象转为zoo对象
zoo_ts <- as.zoo(comb_ts)

# 拆分：按日期筛选
ts_a <- window(zoo_ts, start = as.Date("2015-01-01"))
ts_b <- window(zoo_ts, end = as.Date("2014-12-31"))

# 重新合并恢复原序列
ts_recover <- rbind(ts_b, ts_a)

# 验证一致性
identical(zoo_ts, ts_recover)

内容的提问来源于stack exchange，提问作者stats_noob