如何在R中将时间序列转换为保留日期列的Data Frame

首先先定义你提供的时间序列对象：

Temp <- structure(c(74, 179, 464, 880, 324, 184, 90, 170, 140, 96, 78, 83, 83, 121, 245, 740, 332, 123, 117, 138, 20, 42, 70, 70, 42, 103, 490, 641, 488, 245, 142, 95, 63, 343, 57, 113, 100, 105), tsp = c(2019.66666666667, 2022.75, 12), class = "ts")

你之前的代码as.data.frame(tsclean(Temp))仅保留数值是因为直接转换ts对象不会自动提取时间索引，以下是几种可行的实现方法：

方法1：基础R原生实现 #

无需额外包，手动提取时间索引并转换为日期格式：

# 提取时间序列的数值型索引并转换为Date格式
dates <- as.Date(time(Temp), origin = "1899-12-30")
# 构建包含日期和值的数据框
df <- data.frame(Date = dates, Value = as.vector(Temp))

# 查看结果
head(df)

说明：time(Temp)返回时间序列的数值型时间标记（如2019.667代表2019年9月），as.Date()通过指定origin = "1899-12-30"（R日期计算的默认原点）可以将其转换为标准日期。

方法2：使用forecast包简化流程 #

forecast包提供了更友好的ts对象转数据框的方法：

library(forecast)

# 将ts对象转换为带时间列的数据框
df_forecast <- as.data.frame.ts(Temp)
# 重命名列并转换时间为日期格式
names(df_forecast) <- "Value"
df_forecast$Date <- as.Date(time(Temp), origin = "1899-12-30")
# 调整列顺序为[日期, 值]
df_forecast <- df_forecast[, c("Date", "Value")]

方法3：tidyverse生态（tsibble包） #

如果习惯tidyverse风格，tsibble包专门处理时间序列数据，自动解析日期：

library(tsibble)
library(lubridate)

# 将ts对象转换为tsibble（时间序列专用数据框）
tsbl <- as_tsibble(Temp)
# 转换为普通数据框并调整列名
df_tidy <- as.data.frame(tsbl)
names(df_tidy) <- c("Date", "Value")
# 可选：将yearmonth类型转换为标准Date类型
df_tidy$Date <- as_date(df_tidy$Date)

内容的提问来源于stack exchange，提问作者user20203146