R语言中如何将聚合层级时间序列转换为hts对象？

我来帮你搞定这个hts对象构建的问题——其实核心是把你的长格式层级数据转成符合hts要求的结构，再动态生成所需参数，不用硬编码适配可变的类别数量。

步骤1：把长格式数据转成宽格式 #

hts要求每个层级组合对应时间序列的一列，所以首先得把你的长表转成宽表，缺失的时间-层级组合用0填充：

library(tidyr)
library(hts)

# 假设你的原始数据框名为df
df_wide <- df %>%
  pivot_wider(
    names_from = c(level1, level2), 
    values_from = n, 
    values_fill = 0  # 填充没有数据的组合为0
  )

步骤2：动态生成nodes参数 #

nodes参数用来定义层级结构，是一个列表：第一个元素是顶层（level1）的类别数量，第二个元素是每个顶层类别对应的底层（level2）类别数量。我们可以从数据里动态计算，不用手动写死：

# 计算每个level1对应的level2唯一值数量
level2_counts <- df %>%
  dplyr::group_by(level1) %>%
  dplyr::summarise(count = dplyr::n_distinct(level2)) %>%
  dplyr::pull(count)

# 生成nodes列表
nodes <- list(
  length(unique(df$level1)),  # level1的类别总数
  level2_counts               # 每个level1下的level2数量
)

比如你的数据里，level1有A、B两个类别，A对应1个level2，B对应3个，所以nodes会自动生成list(2, c(1,3))，完美适配数据变化。

步骤3：转换为时间序列对象 #

注意小时级别的时间序列，frequency参数设为24（每天24小时）更合理，同时要指定起始时间：

# 提取起始时间的年、月、日、小时
start_time <- min(df$TIME)
start_params <- c(lubridate::year(start_time), 
                  lubridate::month(start_time), 
                  lubridate::day(start_time), 
                  lubridate::hour(start_time))

# 转换为ts对象（去掉TIME列）
df_ts <- ts(
  data = df_wide[, -which(names(df_wide) == "TIME")],
  start = start_params,
  frequency = 24
)

步骤4：构建hts对象 #

最后用hts()函数组合起来，colnames直接用宽表的列名就可以（已经是level1_level2的格式，清晰明了）：

hts_obj <- hts(df_ts, nodes = nodes)

额外注意事项 #

• 如果你的时间序列有缺失的小时点，记得先补全时间序列（比如用tidyr::complete(TIME = seq(min(TIME), max(TIME), by = "hour"))），否则ts对象会不连续。
• 如果你想自定义层级名称，可以修改宽表的列名，或者在hts()里用characters参数指定层级标签。

内容的提问来源于stack exchange，提问作者Praveen