Konwersja ramki danych do miesięcznych szeregów czasowych

Question

Mam ramkę danych z miesięcznych danych przez 100 lat (1200 punktów danych) z miesiącami w kolumnach i latach w wierszach. Chcę przekonwertować go na szereg miesięcznych szeregów czasowych i próbowałem na kilka sposobów, z których żaden nie tworzy prawidłowej struktury "czasowej".

Problem dotyczy R biorąc pod uwagę ramkę danych jako 100 obserwacji (lat) 12 zmiennych (miesięcy). Oto kod powtarzalne dla mojej ostatniej próbie:

set.seed(12) 
dummy.df <- as.data.frame(matrix(round(rnorm(1200),digits=2),nrow=100,ncol=12)) 
rownames(dummy.df) <- seq(from=1901, to=2000) 
colnames(dummy.df) <- c("jan","feb","mar","apr","may","jun","jul","aug","sep","oct","nov","dec") 
dummy.df.ts <- ts(as.vector(as.matrix(dummy.df)), start=c(1901,1), end=c(2000,12), frequency=12) 

W „dummy.df.ts” obiektu, wiersze i kolumny są włączane i zamiast kolejnych obserwacji w kolumnach, wszyscy februarys januarys etc są ułożone razem jedna po drugiej. Jak mogę dostać się do właściwej struktury czasowej?

Przykładem moich danych: są miesięczne wartości temperatury od 1901 - 1905

fr.monthly.temp.sample 

    JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC 
1901 2.7 0.4 4.7 10.0 13.0 16.9 19.2 18.3 15.7 10.6 4.9 3.5 
1902 4.1 3.2 7.5 10.3 10.0 15.1 18.2 17.4 15.0 10.2 6.3 3.5 
1903 3.8 5.9 7.6 7.1 12.9 14.9 17.6 17.3 15.5 12.1 6.9 2.7 
1904 3.0 4.6 5.5 10.3 13.6 16.3 20.2 18.5 13.9 11.2 5.4 4.8 
1905 1.7 4.0 7.4 9.3 11.9 16.5 20.0 17.6 14.7 8.4 5.5 3.8 

I za pomocą tego ts() połączenia:

fr.monthly.temp.sample.ts <- ts(as.vector(as.matrix(fr.monthly.temp.sample)),        start=c(1901,1), end=c(1905,12), frequency=12) 

to jest wyjście otrzymuję dla obiektu szeregów czasowych:

fr.monthly.temp.sample.ts 

     Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 
1901 2.7 4.1 3.8 3.0 1.7 0.4 3.2 5.9 4.6 4.0 4.7 7.5 
1902 7.6 5.5 7.4 10.0 10.3 7.1 10.3 9.3 13.0 10.0 12.9 13.6 
1903 11.9 16.9 15.1 14.9 16.3 16.5 19.2 18.2 17.6 20.2 20.0 18.3 
1904 17.4 17.3 18.5 17.6 15.7 15.0 15.5 13.9 14.7 10.6 10.2 12.1 
1905 11.2 8.4 4.9 6.3 6.9 5.4 5.5 3.5 3.5 2.7 4.8 3.8 

--Note zmienionej struktury czasowej (wartości z kolumn są teraz w wierszach ..) -

Dzięki.

Answer 1

Roztwór 1

Można transpozycji (funkcja T()) matrycy przed Wektoryzacja go:

set.seed(12) 
dummy.df <- as.data.frame(matrix(round(rnorm(1200), digits = 2), 
           nrow = 100, ncol = 12)) 
rownames(dummy.df) <- seq(1901, 2000) 
colnames(dummy.df) <- month.abb 
dummy.df.ts <- ts(as.vector(t(as.matrix(dummy.df))), 
        start=c(1901,1), end=c(2000,12), frequency=12) 

Roztwór 2

Można melt danych, porządkuj według daty, a następnie zastosuj funkcję ts().

Oto konfiguracja danych. Jeśli twoim ustawieniem języka jest język angielski, możesz zapisać kod za pomocą pliku month.abb, ale nie jest on odporny na inne ustawienia narodowe.

set.seed(12) 
dummy.df <- as.data.frame(matrix(round(rnorm(1200),digits=2),nrow=100,ncol=12)) 
months <- format(seq.Date(as.Date("2013-01-01"), as.Date("2013-12-01"), 
          by = "month"), format = "%b") 
colnames(dummy.df) <- months 
dummy.df$Year <- seq(1901, 2000) # set as variable, not as rownames 

Melt dane więc trzeba ramkę danych z 1200 wierszy, z których każdy reprezentuje spostrzeżenie:

library("reshape2") 
dummy.df <- melt(dummy.df, id.vars = "Year") 

Order Obserwacje by Date:

dummy.df$Date <- as.Date(paste(dummy.df$Year, dummy.df$variable, "01", sep = "-"), 
         format = ("%Y-%b-%d")) 
dummy.df <- dummy.df[order(dummy.df$Date), ] 

Następnie można zastosować podobne wywołanie ts() z obiektem ts pokazującym pożądaną kolejność:

dummy.df.ts <- ts(dummy.df$value, start=c(1901,1), end=c(2000,12), frequency=12)