在R中如何将含日期列的data.frame正确转换为ts对象

你用as.ts()把带日期列的data.frame转成字符型矩阵，是因为这个函数会把整个data.frame转成矩阵，而日期列会被强制转成字符类型，自然得不到想要的时间序列对象。下面给你几种实用的转换方法，适配TSstudio的分析需求：

方法1：用xts包创建日度序列（最推荐） #

xts是处理日度时间序列的常用工具，TSstudio完美支持这类对象，操作起来也简单：

• 先安装并加载xts包（没装的话运行install.packages("xts")）
• 从data.frame里抽数值列，用日期列当索引生成xts对象

示例代码：

library(lubridate)
library(xts)
library(TSstudio)

# 读数据、转日期
df <- read.csv("你的数据文件.csv")
df$date <- ymd(df$date) # 日期格式如果是日-月-年就换成dmy，按需调整

# 生成xts时间序列
my_ts <- xts(x = df$你的数值列名, order.by = df$date)

# 直接用TSstudio分析，比如画时序图
ts_plot(my_ts)

方法2：用tsibble包做tidy时间序列 #

tsibble是专为时间序列设计的 tidy 格式，适合后续的 tidy 分析流，TSstudio也兼容：

• 安装加载tsibble包（install.packages("tsibble")）
• 把data.frame转成tsibble，指定日期列作为时间索引

示例代码：

library(lubridate)
library(tsibble)
library(TSstudio)

df <- read.csv("你的数据文件.csv")
df$date <- ymd(df$date)

# 转成tsibble对象
my_ts <- as_tsibble(df, index = date)

# TSstudio分析示例
ts_plot(my_ts)

方法3：用base R的ts对象（不推荐日度场景） #

base的ts对象是基于固定频率设计的，日度序列因为闰年、不同月份天数差异，用起来容易出问题，实在要用的话可以这么写：

library(lubridate)
library(TSstudio)

df <- read.csv("你的数据文件.csv")
df$date <- ymd(df$date)

# 定义起始日期的年和年内天数，频率设为365（闰年要手动调整，很麻烦）
start_date <- min(df$date)
start <- c(year(start_date), yday(start_date))
freq <- 365

# 生成ts对象
my_ts <- ts(df$你的数值列名, start = start, frequency = freq)

# TSstudio分析
ts_plot(my_ts)

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