如何从包含部分明智销售与月份的聚合数据中准备 R 中的逐月时间序列数据？

Question

我有一个数据框，其中包含许多部分的月销售数据： 例如

Partno 月份数量

第 1 部分 2019 年 6 月 20 日

第 1 部分 2019 年 7 月 25 日

第 1 部分 2019 年 9 月 30 日

第 2 部分 2019 年 3 月 45 日

第 3 部分 2019 年 8 月 40 日

第 3 部分 2019 年 11 月 21 日

我想把这些数据转换成逐月的时间序列，这样更容易进行时间序列预测，一旦我把它变成了一个ts对象

月 第 1 部分 第 2 部分 第 3 部分

1 月 0 日 0 0 日

2 月 0 日 0 日

3 月 0 日 45 日 0

四月 0 0 0

五月 0 0 0

6 月 20 日 0 0

7 月 25 日 0 0

8 月 0 日 0 日

9 月 0 日 30 日 0

10 月 0 日 0 月 20 日

11 月 0 日 0 月 21 日

十二月 0 0 0

我很困惑如何在 R 中实现这一点。任何解决方案都非常有用，因为我计划在 R 中构建一些预测模型。

期待大家的回音！

Answer 1

假设数据 DF 在末尾的注释中可重现地显示。

首先将DF 转换为zoo，将其按第一列拆分，然后将Month 列转换为yearmon 类。然后将其转换为 ts 类，将其扩展到 Jan 到 Dec，并将任何 NA 设置为 0。（如果您不需要开头和结尾的 0 个月，请省略 yrs 和 window 行。）

library(zoo)

z <- read.zoo(DF, split = 1, index = 2, FUN = as.yearmon, format = "%b %Y")
tt <- as.ts(z)
yrs <- as.integer(range(time(tt))) # start and end years
tt <- window(tt, start = yrs[1], end = yrs[2] + 11/12, extend = TRUE)
tt[is.na(tt)] <- 0
tt

给予：

         Part 1 Part 2 Part 3
Jan 2019      0      0      0
Feb 2019      0      0      0
Mar 2019      0     45      0
Apr 2019      0     20      0
May 2019      0      0      0
Jun 2019     20      0      0
Jul 2019     25      0      0
Aug 2019      0      0      0
Sep 2019     30      0      0
Oct 2019      0      0     20
Nov 2019      0      0     21
Dec 2019      0      0      0

注意

Lines <- "Partno, Month, Qty
Part 1, Jun 2019, 20
Part 1, Jul 2019, 25
Part 1, Sep 2019, 30
Part 2, Mar 2019, 45
Part 2, Apr 2019, 20
Part 3, Oct 2019, 20
Part 3, Nov 2019, 21"
DF <- read.csv(text = Lines, strip.white = TRUE)