为什么ts()转换后日期信息丢失？ #

ts()函数生成的时间序列对象本质是靠「起始时间」和「频率」来定义时间维度的，它不会直接存储你原来的Vdate列这类日期时间戳。它会把你的数据按顺序排列，用内部的数值型时间索引（比如年份+小数表示一年中的位置）来标记，所以你看不到原来的日期信息是正常的。而且你设置的frequency=365只适合单日一条观测的日度数据，对于单日多条观测的情况，这个频率参数其实也不符合你的数据规律。

更适合的解决方案：用xts处理带时间戳的高频数据 #

对于单日包含多条观测的高频时间序列，推荐使用xts包（专门为带时间戳的时间序列设计），它能完美保留你的日期时间信息，操作也更灵活。

步骤1：安装并加载xts包 #

install.packages("xts")  # 第一次使用需要安装
library(xts)

步骤2：创建xts时间序列对象 #

假设你的数据框vd里，除了V1和Vdate，还有其他观测列（比如value、temperature等），可以用下面的代码创建xts对象：

# 提取需要保留的观测列，用Vdate作为时间戳
vd.xts <- xts(
  x = vd[, !names(vd) %in% c("V1", "Vdate")],  # 排除不需要的列
  order.by = vd$Vdate  # 指定时间戳列
)

示例效果 #

如果你的数据是这样的：

# 模拟你的数据结构
vd <- data.frame(
  V1 = factor(c("2023-01-01 09:00", "2023-01-01 14:00", "2023-01-02 10:00")),
  value = c(12, 24, 18)
)
vd$Vdate <- as_datetime(vd$V1)

创建xts对象后，查看结果会看到完整的时间戳：

vd.xts
#                    value
# 2023-01-01 09:00:00    12
# 2023-01-01 14:00:00    24
# 2023-01-02 10:00:00    18

一定要用ts()的话（不推荐） #

如果你坚持要用ts对象，需要先确认你的观测间隔是固定的（比如每天固定3次观测），然后调整frequency参数：

• 假设单日有k条观测，那么年频率就是k*365
• 同时需要指定start参数，比如第一条观测是2023年1月1日，那么start = c(2023, 1)

但这种方式的时间索引会是类似2023.000、2023.0027这样的小数，可读性极差，远不如xts直观。

内容的提问来源于stack exchange，提问作者Tiitseri