含缺失周末值的时间序列建模与绘图日期保留问题

嘿，我之前处理过类似的工作日时间序列预测问题，你的核心困扰其实是ts对象的本质限制——它是严格等间隔的时间序列，但工作日数据天生是非等间隔的（每周跳过2天），强行用frequency=365或5/7去适配肯定会出问题。给你几个实用的解决思路：

这类包直接用日期向量作为索引，完美匹配你的非等间隔工作日数据，不会有填充零值或索引错位的问题：

• 第一步先生成并筛选出你的日期区间内所有工作日：

  # 生成完整日期序列
  full_dates <- seq(as.Date("2012-11-19"), as.Date("2017-10-16"), by = "day")
  # 筛选工作日（注意中文系统用中文星期名，英文系统换成"Monday"到"Friday"）
  work_dates <- full_dates[weekdays(full_dates) %in% c("星期一", "星期二", "星期三", "星期四", "星期五")]
  

• 然后用xts创建时间序列：

  library(xts)
  work_ts <- xts(passage, order.by = work_dates)
  

• 这样不管是绘图还是后续预测，都能精准对应实际日期，不会出现零值填充。如果要用forecast包做预测，直接传入work_ts即可，部分函数原生支持xts对象，或者你也可以轻松转换成其他兼容格式。

如果你是要做正经的时间序列预测，tsibble（时态数据框）和fable（预测包）的组合是目前最规范的方案，完全适配工作日序列：

• 先构建tsibble对象：

  library(tsibble)
  library(lubridate)
  
  # 创建带日期索引的时态数据框
  work_tbl <- tibble(
    date = work_dates, # 用刚才生成的工作日日期
    volume = passage
  ) %>%
    as_tsibble(index = date)
  

• 绘图时直接用ggplot2，完全没有零值问题：

  library(ggplot2)
  ggplot(work_tbl, aes(x = date, y = volume)) + 
    geom_line(color = "#2ecc71") +
    labs(x = "日期", y = "食堂服务量")
  

• 预测也很简单，比如用ARIMA模型预测未来30个工作日：

  library(fable)
  
  work_tbl %>%
    model(arima_model = ARIMA(volume)) %>%
    forecast(h = 30) %>%
    autoplot(work_tbl) # 同时展示历史数据和预测结果
  

如果坚持要用原生ts，那得放弃严格的日期对应，把序列当作“年度工作日序列”来处理：

• 计算第一个日期在当年的工作日序数，然后把frequency设为年度平均工作日数（比如252）：

  first_date <- as.Date("2012-11-19")
  # 计算当年到第一个日期为止的工作日数
  year_start <- as.Date(paste0(year(first_date), "-01-01"))
  year_days <- seq(year_start, first_date, by = "day")
  first_workday_idx <- sum(weekdays(year_days) %in% c("星期一", "星期二", "星期三", "星期四", "星期五"))
  
  # 创建ts对象
  timeseries <- ts(passage, frequency = 252, start = c(2012, first_workday_idx))
  

  但这种方式绘图时的日期轴需要手动调整，而且后续划分训练集时还是容易出现索引错位，不如前两种方法省心。

核心建议：别再硬套ts的frequency参数了，工作日数据是非等间隔的，用带显式日期索引的时间序列结构才是正确的方向，既能避免零值问题，又能精准对应你的实际数据。

内容的提问来源于stack exchange，提问作者Serk