如何在R语言时间序列图中添加loess拟合线？

别担心，我来帮你理清loess函数的公式参数，还会教你添加两条不同span的拟合线，一步步来：

核心知识点：loess的公式格式 #

loess函数的公式遵循因变量 ~ 自变量的格式，这里我们要拟合生猪屠宰数量随时间的变化趋势，所以：

• 因变量：就是你的屠宰数量列（示例里是Total of Killed Pigs，真实数据里是那个长列名Monthly.total.number.of.pigs.slaughtered.in.Victoria..Jan.1980...August.1995）
• 自变量：需要是连续的数值型时间变量（loess不能直接用字符型日期，所以我们可以生成一个时间索引，或者把日期转成数值）

先修正你的示例代码并实现拟合 #

你的示例数据里有个小错误：列名Monts拼写错了，应该是Months，先修正这个，然后添加时间索引，再拟合：

# 修正后的示例数据框（修正列名拼写）
table <- structure(
  list(
    Months = c("1980-06", "1980-07", "1980-08", "1980-09", "1980-10", "1980-11", "1980-12", "1981-01"),
    `Total of Killed Pigs` = c(75000, 70000, 60000, 73000, 72000, 71000, 76000, 71000)
  ),
  row.names = c(NA, 8L),
  class = "data.frame"
)

# 生成时间索引（连续数值，代表第几个时间点）
table$time_idx <- 1:nrow(table)

# 创建时间序列对象并绘图
ts.obj <- ts(table$`Total of Killed Pigs`, start = c(1980, 1), frequency = 12)
plot(ts.obj, main = "生猪屠宰数量时间序列 + loess拟合", ylab = "屠宰数量")

# 第一条loess拟合线（span=1，平滑度高）
trend1 <- loess(`Total of Killed Pigs` ~ time_idx, data = table, span = 1)
predict1 <- predict(trend1)
lines(predict1, col = "blue", lwd = 2)

# 第二条loess拟合线（span=0.5，更贴近原始数据）
trend2 <- loess(`Total of Killed Pigs` ~ time_idx, data = table, span = 0.5)
predict2 <- predict(trend2)
lines(predict2, col = "red", lwd = 2)

# 添加图例区分两条线
legend("topright", legend = c("span=1", "span=0.5"), col = c("blue", "red"), lwd = 2)

真实数据的完整代码 #

针对你下载的真实数据，代码逻辑是一样的，只需要调整列名：

# 读取数据（替换成你的文件路径）
obj <- read.csv(file="PATH/monthly-total-number-of-pigs-sla.csv", header=TRUE, sep=",")

# 生成时间索引
obj$time_idx <- 1:nrow(obj)

# 创建时间序列对象并绘图
ts.obj <- ts(obj$Monthly.total.number.of.pigs.slaughtered.in.Victoria..Jan.1980...August.1995, 
             start = c(1980, 1), frequency = 12)
plot(ts.obj, main = "维多利亚州生猪屠宰数量时间序列", ylab = "月度屠宰数量")

# 第一条loess拟合线（span=1）
trend1 <- loess(Monthly.total.number.of.pigs.slaughtered.in.Victoria..Jan.1980...August.1995 ~ time_idx, 
                data = obj, span = 1)
predict1 <- predict(trend1)
lines(predict1, col = "blue", lwd = 2)

# 第二条loess拟合线（span=0.3，更灵敏捕捉波动）
trend2 <- loess(Monthly.total.number.of.pigs.slaughtered.in.Victoria..Jan.1980...August.1995 ~ time_idx, 
                data = obj, span = 0.3)
predict2 <- predict(trend2)
lines(predict2, col = "red", lwd = 2)

# 添加图例
legend("topright", legend = c("span=1", "span=0.3"), col = c("blue", "red"), lwd = 2)

关键说明 #

• span参数：控制拟合线的平滑程度，值越大线越平滑，值越小越贴近原始数据（通常在0.2到1之间调整）
• 为什么用time_idx而不是日期？因为loess要求自变量是数值型，直接用日期的话需要先转成数值（比如as.numeric(as.Date(obj$Months))），但用连续索引更简单直观，对时间序列趋势拟合的效果是一样的
• 如果列名有空格或特殊字符，记得用反引号`把列名包起来，避免报错

内容的提问来源于stack exchange，提问作者Esinede1