fabletools::autoplot()报错：数据与预测键结构不匹配及绘图咨询

刚接触交叉验证预测，使用tsibble库的global_economy数据集预测美国GDP时，无法正确使用autoplot()函数实现需求：仅展示最后4年的预测结果，并叠加在全量数据集（仅美国）之上。

• 留空autoplot()参数时，会生成全时间段的预测图表，但不符合需求；
• 尝试在autoplot()中嵌套filter_index(. ~ "2014")、filter(Country=="United States")均无效；
• 报错信息：

  Error in fabletools::autoplot(): ! Provided data contains a different key structure to the forecasts

原代码如下：

econ <- global_economy
model <- econ %>%
  filter(Country=="United States") %>%
  stretch_tsibble(.init=15, .step=1) %>%
  model(NAIVE(GDP),NNETAR(GDP)) %>%
  fabletools::forecast(h="1 year")


model  %>%
  group_by(.id,.model) %>%
  mutate(h = row_number()) %>%
  ungroup() %>%
  as_fable(response = "GDP", distribution = GDP) %>%
  filter(h==1) %>%
  as_fable(key=c(.model)) %>%
fabletools::autoplot(econ)

报错原因 #

原代码中传给autoplot()的econ是全量数据集（包含所有国家），而预测结果仅针对美国，两者的key结构不匹配（全量数据的key是Country，预测结果的key是.model+Country），导致报错。同时，预测结果的处理步骤存在冗余，且未正确筛选最后4年的预测数据。

修正代码 #

library(fabletools)
library(tsibble)
library(dplyr)

# 1. 提前筛选美国的经济数据，保证后续key结构匹配
us_econ <- global_economy %>% filter(Country == "United States")

# 2. 交叉验证建模+预测
model <- us_econ %>%
  stretch_tsibble(.init=15, .step=1) %>%
  model(NAIVE(GDP), NNETAR(GDP)) %>%
  forecast(h="1 year")

# 3. 筛选最后4年的预测结果（假设最后4年为2014-2017，可根据数据动态调整）
last_4_forecasts <- model %>%
  filter_index("2014" ~ .)  # 筛选2014年及以后的预测

# 4. 绘制预测结果+原始数据
last_4_forecasts %>% autoplot(us_econ)

关键说明 #

• 提前生成us_econ：仅保留美国的数据，确保和预测结果的key（Country="United States" + .model）结构匹配，解决autoplot的key不兼容问题；
• 筛选最后4年的预测：使用filter_index("2014" ~ .)直接按时间筛选，若要动态适配数据的最后4年，可替换为：

  last_year <- year(last(us_econ$Year))
  last_4_forecasts <- model %>%
    filter(year(Year) >= last_year - 3)
  

• 简化预测结果处理：无需重复调用as_fable()，forecast()输出的结果本身就是fable格式，可直接筛选和绘图。

内容的提问来源于stack exchange，提问作者Jack