R语言重塑时序数据：宽表转长表构造时间序列问题求助

1. 宽表转长表（结构化处理） #

你遇到的是典型的宽格式转长格式需求，melt操作失败大概率是固定标识列、转换列的参数配置有误，以下提供两种可直接复用的实现方案：

方案1：tidyverse生态实现（更易用） #

# 安装依赖（已安装可跳过）
install.packages(c("tidyverse", "lubridate"))
# 加载包
library(tidyverse)
library(lubridate)

# 转换逻辑，假设原始数据框名为raw_data
structured_data <- raw_data %>%
  # 除了第一列分类标识列（可修改为你的实际列名，比如id、type等），其余列全部转长
  pivot_longer(cols = -category, 
               names_to = "date_text",
               values_to = "value") %>%
  # 把文本格式的年月转为R可识别的日期类型，适配列名格式为2010-01、2017/12等常见写法
  mutate(date = ym(date_text)) %>%
  # 按使用习惯重排列
  select(date, category, value)

方案2：reshape2::melt 实现 #

library(reshape2)
library(lubridate)

structured_data <- melt(
  data = raw_data,
  id.vars = "category", # 指定不需要转置的固定标识列
  variable.name = "date_text",
  value.name = "value"
) %>%
  mutate(date = ym(as.character(date_text)))

提示：如果原始时间列名带有X前缀、分隔符为点等非标准格式，先用str_replace、str_remove等字符串处理函数清洗列名字符串后再转日期即可。 #

2. 不转格式直接构造时间序列的方案 #

不需要做宽转长也可以直接基于原始宽表构造时间序列，适配单序列、多序列场景：

# 单变量时间序列（月度数据为例，频率为12）
# 取raw_data第一行的所有时间列数值构造序列
single_ts <- ts(
  data = as.numeric(raw_data[1, -1]),
  start = c(2010, 1), # 替换为你数据实际的起始年月
  frequency = 12
)

# 多变量时间序列（所有分类的序列同时构造）
multi_ts <- ts(
  data = t(raw_data[, -1]), # 转置后每行对应一个时间节点的全部分类数值
  start = c(2010, 1),
  frequency = 12
)

注意：如果原始数据的时间列没有按时间先后顺序排列，构造序列前先对列按时间排序，避免序列顺序错误。 #

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