基于含缺失日期的300个日频时间序列创建ts对象的可行性问询

当然可以创建ts对象啦！不过要注意，ts对象是为规则间隔的时间序列设计的，你的数据里存在缺失日期（比如示例里的2000-01-06），所以得先补全完整的日期序列，把缺失日期对应的数值设为NA，再转换为ts对象。下面是具体的步骤和示例代码：

1. 先加载你的示例数据 #

set.seed(1)
d <- sample(seq(as.Date('2000/01/01'), as.Date('2001/01/01'), by="day"), 300)
df <- data.frame(x = d[order(d)], y = rnorm(300))

2. 补全完整的日期序列 #

我们需要生成从数据中最早日期到最晚日期的所有连续日期，然后把原始数据合并进去，缺失日期的y值自动设为NA。这里提供两种方法：

方法一：使用dplyr包（更直观） #

library(dplyr)

# 生成完整日期序列
full_dates <- seq(min(df$x), max(df$x), by = "day")

# 合并原始数据，补全缺失值
df_full <- data.frame(x = full_dates) %>%
  left_join(df, by = "x")

方法二：Base R方法（无需额外包） #

# 生成完整日期序列
full_dates <- seq(min(df$x), max(df$x), by = "day")

# 创建补全后的数据集
df_full <- data.frame(x = full_dates)
# 匹配原始数据的y值，缺失的自动为NA
df_full$y <- df$y[match(df_full$x, df$x)]

3. 转换为ts对象 #

ts对象需要指定起始时间和频率。2000年是闰年（共366天），所以频率设为366，起始时间用「年份+一年中的第几天」来表示：

# 获取起始日期的年份和一年中的第几天
start_date <- min(df_full$x)
start_year <- as.integer(format(start_date, "%Y"))
start_day_of_year <- as.integer(format(start_date, "%j")) # 1月1日对应第1天

# 创建ts对象
ts_obj <- ts(df_full$y, start = c(start_year, start_day_of_year), frequency = 366)

# 查看ts对象的前几项
head(ts_obj)

补充说明 #

• 转换后的ts对象中，缺失日期对应的数值是NA，后续你可以用插值方法（比如forecast包的na.interp()）填充这些缺失值。
• 如果不需要强制用ts对象，其实zoo或xts包的对象更适合处理不规则时间序列，不需要补全日期就能直接存储带日期标签的数据。

内容的提问来源于stack exchange，提问作者Rafael Díaz