仅对时间序列中的工作日进行子集化答案

【问题标题】：Subsetting only the workdays from a time-series仅对时间序列中的工作日进行子集化
【发布时间】：2020-02-03 21:23:20
【问题描述】：

我只想在forecast 包中对时间序列taylor 中的工作日进行子集化。

help(taylor)

Half-hourly electricity demand in England and Wales from Monday 5 June 2000 to 
Sunday 27 August 2000. Discussed in Taylor (2003), and kindly provided by James
W Taylor. Units: Megawatts

但时间序列的时间不是日期，它们是从 1 开始的数字，表示从序列开始的天数：

time(head(taylor))  
Time Series:
Start = c(1, 1) 
End = c(1, 6) 
Frequency = 336 
[1] 1.000000 1.002976 1.005952 1.008929 1.011905 1.014881

如何将这些转换为日期，仅提取工作日样本，并创建频率为 5*24*2（而不是原始频率为 7*24*2）的新时间序列？

【问题讨论】：

标签： r date time-series subset forecasting

【解决方案1】：

我们可以使用taylor 的描述中给出的开始和结束日期创建一个“半小时” 日期序列。

data("taylor", package="forecast")

dates <- seq(as.POSIXct("2000-06-05"), as.POSIXct("2000-08-28"), "30 min")
dates <- dates[-length(dates)]  # exclude "2000-08-28 00:00:00"

现在，使用substr()，我们可以排除以"S" 开头的weekdays()（可能不适用于其他语言），并创建一个具有特定开始、结束、频率值的新“ts”对象。

taylor2 <- ts(taylor[!substr(weekdays(dates), 1, 1) == "S"], start=1, end=12, frequency=240)

不过，最好使用forecast 库创建一个"msts" 对象以保持相同的季节性。

library(forecast)
taylor3 <- msts(taylor[!substr(weekdays(dates), 1, 1) == "S"], seasonal.periods=c(24*2, 24*2*5))

检查

op <- par(mfrow=c(3, 1))
plot(taylor)
plot(taylor2)
plot(taylor3)
par(op)

【讨论】：

为什么我们需要使用循环？在没有[cycle(taylor)] 部分的情况下使用您的确切答案有什么问题？
@ihadanny 好点。这些值与ts 对象不匹配，我首先认为它们需要排序。实际上，从逻辑上讲，我们需要将序列延长一天并排除最后一个午夜，因此它给出了准确的 length(taylor) 值。查看更新！
谢谢，还有一件事 - end 是什么，为什么将其设置为 12？我认为正确的命令是taylor2 <- msts(taylor[!substr(weekdays(dates), 1, 1) == "S"], seasonal.periods = c(24*2, 24*2*5))
@ihadanny end == 12 指的是周数（如之前设置的那样），请查看 length(taylor)/(2*24*7) 和 table(cycle(taylor))。
啊！我知道了。我检查了，它也适用于msts 调用，我将编辑你的答案，因为没有这个新的taylor2 系列失去了原始taylor 系列的多季节性。

【解决方案2】：

您可以考虑将时间序列转换为xts-对象，以便更轻松地进行数据操作。例如，我们可以使用.indexwkday从xts-object 中提取工作日：

library(xts)

## load data
data(taylor, package = "forecast")

## convert to xts
taylor_xts <- xts(
    x = taylor,
    order.by = seq(from = as.POSIXct("2000-06-05"), length = length(taylor), by = "30 min")
)

## extract weekdays
taylor_wk <- taylor_xts[.indexwday(taylor_xts) %in% 1:5]

head(taylor_wk); tail(taylor_wk)
#>                      [,1]
#> 2000-06-05 00:00:00 22262
#> 2000-06-05 00:30:00 21756
#> 2000-06-05 01:00:00 22247
#> 2000-06-05 01:30:00 22759
#> 2000-06-05 02:00:00 22549
#> 2000-06-05 02:30:00 22313
#>                      [,1]
#> 2000-08-25 21:00:00 33064
#> 2000-08-25 21:30:00 31953
#> 2000-08-25 22:00:00 30548
#> 2000-08-25 22:30:00 29236
#> 2000-08-25 23:00:00 27623
#> 2000-08-25 23:30:00 26063

或者，如果我们希望仅提取办公时间（工作日上午 9 点至下午 6 点）的数据：

## extract office hours
taylor_offh <- taylor_xts[.indexwday(taylor_xts) %in% 1:5 & .indexhour(taylor_xts) >= 9 & .indexhour(taylor_xts) < 18]

head(taylor_offh); tail(taylor_offh)
#>                      [,1]
#> 2000-06-05 09:00:00 36834
#> 2000-06-05 09:30:00 37296
#> 2000-06-05 10:00:00 37338
#> 2000-06-05 10:30:00 37608
#> 2000-06-05 11:00:00 37692
#> 2000-06-05 11:30:00 37944
#>                      [,1]
#> 2000-08-25 15:00:00 35067
#> 2000-08-25 15:30:00 34928
#> 2000-08-25 16:00:00 34738
#> 2000-08-25 16:30:00 35004
#> 2000-08-25 17:00:00 34748
#> 2000-08-25 17:30:00 34090

注意：使用plot.xts 绘制子采样时间序列会在 x 轴上显示日期时间，因此包括周末的间隙，（因为不再定期对时间序列进行采样）。要将数据绘制为串联系列，请使用plot.default（或转换回ts 对象后的plot.ts）。

## plot time-series along time
plot(taylor_wk)

## plot time-series along index 
plot.default(taylor_wk, type = "l")    ## equivalently `plot(coredata(taylor_wk), type = "l")`

【讨论】：

看起来非常优雅，但不是我所期望的...请绘制taylor_wk 并亲自查看：这不是没有周末的串联系列，它是相同的时间线，带有 2-每个周末的天间隔
@ihadanny: plot(taylor_wk) 调用 plot.xts，它使用时间序列的时间戳作为 x 轴。如果您想将数据绘制为串联系列，请尝试使用plot.ts(taylor_wk) 或plot(ts(taylor_wk, start = 1, frequency = 240))（也称为plot.ts）以获得更合理的x 轴。