无唯一列时，如何为R中的tsibble选择合适的唯一索引？

关于id列作为tsibble索引的合理性 #

用row_number()生成的id列作为索引技术上可以通过tsibble的格式校验，但这种做法完全偏离了tsibble作为时间序列数据框的设计目的：

• id是无意义的顺序编号，丢失了数据的时间维度信息，后续无法直接基于时间进行聚合、趋势分析或时间序列预测（比如按年/月统计坠毁次数、预测未来事件频率）。
• 若数据未按时间排序，id索引会彻底割裂事件与时间的关联，导致时间序列分析无法开展。

更合适的索引方案 #

tsibble允许索引列存在重复值，只要索引+key列的组合唯一即可。针对你的数据集，正确的做法是：

1. 用合并后的date_time作为时间索引（保留时间维度）；
2. 添加一个唯一标识列（或组合列）作为key，确保索引+key的组合唯一。

具体实现代码 #

library(tidyverse)
library(tsibble)
library(lubridate)

# 读取数据集
data <- readr::read_csv("aircraft_data.csv")

# 处理date_time：补全空值的time字段，合并为标准时间格式
data <- data %>%
  mutate(
    # 空time字段默认设为当天00:00
    time = if_else(is.na(time), "00:00", time),
    # 合并date和time为datetime类型，支持仅含小时分钟的time格式
    date_time = ymd_hms(paste(date, time), truncated = 3)
  )

# 转换为tsibble：date_time为时间索引，event_id为唯一key
data_ts <- data %>%
  mutate(event_id = row_number()) %>%
  as_tsibble(index = date_time, key = event_id)

扩展场景：分组时间序列分析 #

如果需要针对不同运营方（operator）、机型（type）做分组时间序列分析，可以将分组列加入key（需确保同时间同分组下无重复事件，若有则仍需保留event_id）：

data_ts_grouped <- data %>%
  mutate(event_id = row_number()) %>%
  as_tsibble(index = date_time, key = c(operator, type, event_id))

方案优势 #

• 保留了时间维度，可直接开展时间相关的聚合、趋势分析和预测；
• 符合tsibble的设计规范，后续使用fable等时间序列预测工具时无需额外转换；
• key列的存在保证了每一行数据的唯一性，避免格式校验报错。

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