如何按时间序列聚合数据并构建27×27矩阵绘制树状图？

问题背景 #

需要基于欧盟通胀率时间序列数据绘制树状图，要求构建27×27的国家间距离矩阵，仅使用R标准包、dplyr和ggplot2。此前用均值聚合数据生成的树状图不符合预期，需找到基于时间序列本身的聚类方法。

修正后的代码实现 #

library("eurostat")
library("ggplot2")
library("dplyr")

# 获取并过滤通胀率数据（CP00代表整体通胀）
d <- get_eurostat("prc_hicp_manr") %>%
  filter(coicop == "CP00")

# 转换为带标签的数据，并过滤时间范围和目标国家（修正拼写错误：Chechia → Czechia）
d2 <- label_eurostat(d) %>%
  filter(time %in% as.Date("2000-02-01"):as.Date("2022-09-30"), 
         geo %in% c("Austria", "Belgium", "Bulgaria", "Croatia", "Cyprus", "Czechia", "Denmark", "Estonia", "Finland", "France", "Germany", "Greece", "Hungary",
                    "Ireland", "Italy", "Latvia", "Lithuania", "Luxembourg", "Malta", "Netherlands", "Poland", "Portugal", "Romania", "Slovakia", "Slovenia", 
                    "Spain", "Sweden"))

# 将数据转换为宽格式：每行对应一个国家，每列对应一个时间点的通胀值
# 使用R标准包reshape函数（避免依赖tidyr）
d_wide <- reshape(d2[, c("geo", "time", "values")],
                  idvar = "geo",
                  timevar = "time",
                  direction = "wide")
# 设置国家名为行名，移除冗余列
rownames(d_wide) <- d_wide$geo
d_wide <- d_wide[, -1]

# 计算国家间的时间序列距离（使用指定的minkowski距离，p=1.5）
dist_matrix <- dist(d_wide, method = "minkowski", p = 1.5)

# 进行层次聚类（使用complete linkage）
hc_clust <- hclust(dist_matrix, method = "complete")

# 绘制树状图（基础绘图）
plot(as.dendrogram(hc_clust), main = "欧盟国家通胀时间序列聚类树状图")

关键说明 #

• 数据格式转换：核心是将长格式的时间序列数据转为宽格式，让每个国家的完整时间序列作为一个向量，这样计算的距离是基于时间序列的整体相似性，而非单一均值的差异，这是匹配目标树状图的关键。
• 距离计算：使用dist()函数对宽格式数据计算国家间的距离，这里采用了你指定的minkowski距离（p=1.5），也可根据需求尝试欧氏距离、曼哈顿距离等其他方法。
• 聚类方法：当前使用complete linkage聚类方式，若目标树状图的聚类逻辑不同，可尝试method="ward.D2"、"average"等其他聚类方法。

内容的提问来源于stack exchange，提问作者Ola