您将学习时间序列所表示内容的基础知识，了解如何获取时间序列数据的汇总统计，并在分析的探索阶段学会如何解读时间序列图。您还将学习如何在 R 对象中管理日期和时间信息，以及为日期应用一致格式的方法。

什么是时间序列数据？

使用 autoplot 绘制时间序列

时间序列摘要

解读时间序列图

R 中的时间数据类

查找对象的类

is-dot 函数

lubridate 的 as_date

在 R 中格式化日期

转换说明符

解析与格式化日期

在这里，您将学习获取时间序列的关键属性，例如数据所覆盖的时间范围以及采样频率，以便更好地理解数据。您还将接触 zoo 包，它提供了创建与操作时间序列对象的工具和函数。许多 R 中的数据科学应用采用数据框范式；您将学习如何在数据框与时间序列之间进行转换。

时间序列属性

时间属性与小数日期

比较时间属性

使用 zoo 包的时间序列对象

创建一个 zoo

zoo 与 ggplot2

操作 zoo 对象

更新与替换索引

查找重叠的索引

在 zoo 与数据框之间转换

在 data.frame 与 zoo 之间转换

使用 zoo 处理时间序列

您将学习如何从时间序列中截取一个窗口，以便聚焦于特定时间段。实际的时间序列数据往往覆盖的时间跨度超出需求，可能使可视化变得杂乱。您将按不同频率对时间序列进行采样，例如每分钟、每小时、每月或每年。进一步地，通过聚合数据，您将使用 xts 包把握数据的整体趋势。您还将学习"插补"数据的方法——用常数填充、LOCF 或线性插值来填补缺失值。

截取一段观测窗口

从时间序列中选择一个窗口

查找特定日期的观测值

逻辑表达式与子集

按月与按季数据

zoo::yearmon

zoo::yearqtr

重采样与聚合观测值

聚合数据

自定义聚合层级

使用 ggplot2 绘制聚合后的时间序列

缺失值填充

缺失值填补方法

常数填充

前值填充（LOCF）

线性插值

索引时间序列对象

您将学习创建会随数据移动的"滚动"窗口，从而能够跨时间概括数据趋势，例如连续数月的平均值或数周销量的总和。整体汇总统计（如均值、中位数、总和、最大值等）并不总能反映数据随时间的变化，而滚动窗口可用于动态计算统计量。除滚动窗口外，您还将学习创建扩展窗口，用于展示这些汇总统计如何逐步逼近其最终值。

什么是滚动窗口？

滚动窗口函数

滚动窗口与聚合

将函数应用于滚动窗口

滚动最小值

使用自定义函数进行滚动 apply

扩展窗口

滚动窗口与扩展窗口

扩展求和

扩展均值

恭喜您！

滚动与扩展窗口

FTSE dataset

Maunaloa dataset

NOAA temperatures dataset

处理随时间变化的数据是数据科学中的核心技能。在本课程中，您将学习时间序列的基本概念，了解如何获取时间序列数据的汇总统计与趋势，并学会如何通过可视化来解读时间序列。您还将学习使用窗口函数聚焦于特定时间段，以及"插补"数据的方法——用常数填充、LOCF 或线性插值来填补缺失值。

<h2>全面了解时间序列数据</h2>
处理随时间变化的数据是数据科学中的一项基本技能。 这种数据称为时间序列。 你将学习时间序列所代表的基础知识，如何检索时间序列数据的摘要统计信息，以及如何从视觉上解读时间序列。
<h2>掌握使用 zoo、lubridate 和 xts 处理时间序列的技巧</h2>
您将掌握使用 zoo 和 lubridate 包在 R 中导入、探索和可视化时间序列数据的方法。您将学习提取时间序列信息的关键属性，例如数据的周期以及数据采样的频率，并在此过程中熟练掌握数据框与时间序列之间的转换。 此外，通过汇总你的数据，你将学习使用 xts 包来查看数据中的整体趋势。
<h2>完善你的子集划分技能</h2>
你将学习如何从时间序列中截取一个窗口，以聚焦于特定的关注时间段。 您将以不同的频率对时间序列数据进行采样，例如每分钟、每小时、每月或每年。 你还将学习对数据进行“插补”的方法——使用固定值填充、LOCF 或线性插值方法来补全缺失值。 你还将学习如何创建时间序列的“滚动”窗口，这些窗口会随着数据移动，或与数据一起“滚动”，从而能够总结数据随时间变化的趋势。 您还将学习如何创建扩展窗口，这些窗口展示这些汇总统计量如何逐渐接近其最终值。

Working with Dates and Times in R

掌握R中时间序列数据操作：导入、可视化、汇总和子集，使用zoo、lubridate和xts。

R 中的时间序列数据处理

掌握 R 中的时间序列数据处理，包括导入、汇总和子集操作，使用 zoo、lubridate 和 xts。


在 zoo 与数据框之间转换

Create Your Free Account