r - 如何正确地将 df 转换为时间序列并在同一管道中清理它？

Question

我正在尝试将数据帧转换为时间序列对象（ts），然后使用过滤器（bkfilter()：此过滤器清除时间序列噪声）清除这些时间序列的噪声，这些任务旨在按组应用（decildf柱子）。

这是我的尝试：

library(dplyr)
library(mFilter)
library(purrr)

test <-  df  %>%
            ## nesting dataframe by group ##
             dplyr::ungroup() %>% 
             dplyr::nest_by(decil) %>%
  
            ## converting each nested tibble to time-series ##
            dplyr::summarise(data_ts = purrr::map(data, ts)) %>%
                      
            ## applying cleaning filter to each nested time-series tibble ##
            mFilter::bkfilter(data_ts, pl=6,pu=32,type="fixed",drift=FALSE) %>%
  
            ## unnest and ungroup tibbles to get a final df ##
            tidyr::unnest(decil) %>%
            dplyr::ungroup()

并出现下一个错误：

mFilter::bkfilter(., data_ts, pl = 6, pu = 32, type = "fixed", : 对象 'data_ts' 未找到错误。

预期输出可以是由组列 ( decil)、日期列 ( año) 和已清理的时间序列列（由bkfilter()函数清理）组成的 df/tibble。

看起来像这样：

#   año     decil       clean_val1  clean_val2
#   <fct>   <date>        <dbl>  <dbl>
# 1 Decil 1 1992-01-01  0.286    0.308
# 2 Decil 1 1996-01-01 -0.299   -2.74 
# 3 Decil 1 1998-01-01  0.424   -0.117
# 4 Decil 1 2000-01-01  0.488    1.28 
# 5 Decil 1 2002-01-01 -0.00852 -0.591
# 6 Decil 1 2004-01-01  0.671    2.22 
# 7 Decil 1 2005-01-01  1.06    -1.23 
# 8 Decil 1 2006-01-01  0.242    2.91 
# 9 Decil 1 2008-01-01  0.0204   1.94 
#10 Decil 1 2010-01-01 -0.298   -1.71

数据

df <- structure(list(decil = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
4L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 8L, 
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 
9L, 9L, 9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 
10L, 10L, 10L, 10L, 10L, 10L, 10L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
4L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 8L, 
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 
9L, 9L, 9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 
10L, 10L, 10L, 10L, 10L, 10L, 10L), .Label = c("Decil 1", "Decil 2", 
"Decil 3", "Decil 4", "Decil 5", "Decil 6", "Decil 7", "Decil 8", 
"Decil 9", "Decil 10"), class = "factor"), año = structure(c(8035, 
9496, 10227, 10957, 11688, 12418, 12784, 13149, 13879, 14610, 
15340, 16071, 16801, 17532, 8035, 9496, 10227, 10957, 11688, 
12418, 12784, 13149, 13879, 14610, 15340, 16071, 16801, 17532, 
8035, 9496, 10227, 10957, 11688, 12418, 12784, 13149, 13879, 
14610, 15340, 16071, 16801, 17532, 8035, 9496, 10227, 10957, 
11688, 12418, 12784, 13149, 13879, 14610, 15340, 16071, 16801, 
17532, 8035, 9496, 10227, 10957, 11688, 12418, 12784, 13149, 
13879, 14610, 15340, 16071, 16801, 17532, 8035, 9496, 10227, 
10957, 11688, 12418, 12784, 13149, 13879, 14610, 15340, 16071, 
16801, 17532, 8035, 9496, 10227, 10957, 11688, 12418, 12784, 
13149, 13879, 14610, 15340, 16071, 16801, 17532, 8035, 9496, 
10227, 10957, 11688, 12418, 12784, 13149, 13879, 14610, 15340, 
16071, 16801, 17532, 8035, 9496, 10227, 10957, 11688, 12418, 
12784, 13149, 13879, 14610, 15340, 16071, 16801, 17532, 8035, 
9496, 10227, 10957, 11688, 12418, 12784, 13149, 13879, 14610, 
15340, 16071, 16801, 17532, 8035, 9496, 10227, 10957, 11688, 
12418, 12784, 13149, 13879, 14610, 15340, 16071, 16801, 17532, 
8035, 9496, 10227, 10957, 11688, 12418, 12784, 13149, 13879, 
14610, 15340, 16071, 16801, 17532, 8035, 9496, 10227, 10957, 
11688, 12418, 12784, 13149, 13879, 14610, 15340, 16071, 16801, 
17532, 8035, 9496, 10227, 10957, 11688, 12418, 12784, 13149, 
13879, 14610, 15340, 16071, 16801, 17532, 8035, 9496, 10227, 
10957, 11688, 12418, 12784, 13149, 13879, 14610, 15340, 16071, 
16801, 17532, 8035, 9496, 10227, 10957, 11688, 12418, 12784, 
13149, 13879, 14610, 15340, 16071, 16801, 17532, 8035, 9496, 
10227, 10957, 11688, 12418, 12784, 13149, 13879, 14610, 15340, 
16071, 16801, 17532, 8035, 9496, 10227, 10957, 11688, 12418, 
12784, 13149, 13879, 14610, 15340, 16071, 16801, 17532, 8035, 
9496, 10227, 10957, 11688, 12418, 12784, 13149, 13879, 14610, 
15340, 16071, 16801, 17532, 8035, 9496, 10227, 10957, 11688, 
12418, 12784, 13149, 13879, 14610, 15340, 16071, 16801, 17532
), class = "Date"), variable = c("Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el Poder Adquisitivo (%)", 
"Crecimiento en el Poder Adquisitivo (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)", "Crecimiento en el PIB Real per Cápita (%)", 
"Crecimiento en el PIB Real per Cápita (%)"), value = c(0.308138265449932, 
-2.73923609850588, -0.116791699821611, 1.276823919767, -0.591033604229833, 
2.217410209762, -1.22771361710334, 2.91323734975109, 1.9403678544531, 
-1.710307316049, 0.114882675671299, 1.31658931355581, 1.46477971543751, 
0.271712366085317, 0.274660079065288, -1.20391288467938, 0.221116802499613, 
1.68878772891571, -0.0553564396020631, 2.47304289689454, -1.49473828679342, 
2.06995781551323, 0.995111688295987, -1.23590101185821, -0.0513493069577327, 
1.57518955283768, 1.49952051319558, 0.569875774759632, 0.0595105282871455, 
-1.98229069194358, 0.692781223252039, 1.45357299983422, 0.274519154273341, 
2.50570229399105, -1.58798738651613, 1.8318771262172, 0.541185894582713, 
-1.09932567808292, 0.159443784781767, 1.38386952581564, 1.42469406477504, 
0.410413545862179, -0.144568025477976, -1.88765679042184, 1.01321912136977, 
1.16094403156238, 0.427582908849506, 2.59548917592467, -1.91921130444488, 
1.86512952445194, 0.0990294699338842, -0.837785709745078, 0.543096597486442, 
0.741481129770513, 1.29946597715581, 0.622336720429403, 0.139031953354982, 
-1.90241726271236, 0.690016525955506, 1.54716844723562, 0.256469067826587, 
2.46741215896569, -1.52082399890795, 1.46298279854535, -0.178133254716425, 
-0.570996073876508, 0.530083911456838, 0.771074074546392, 1.22148158785322, 
0.480369193797477, -0.0401792821387455, -2.1998371424533, 1.06632797701267, 
0.742663665613463, 0.534777779842798, 2.24439518748242, -1.19081274931006, 
1.26230193789639, -0.256049568632538, -0.54511282604089, 0.828289107854747, 
0.198585514462626, 1.12490515302622, 0.454776270025511, 0.308138951062849, 
-1.68702475271693, 0.963026950989102, 0.924694309980609, 0.0909783913993086, 
2.19423265975474, -1.04193226868249, 1.26951414528773, -0.599866837527287, 
-0.504144411887512, 1.2633719573124, -0.208565860801489, 1.28053568465138, 
0.223463615789722, 0.0762802869455859, -2.21763771759914, 1.08353667375486, 
1.27220562258605, -0.0199740141807546, 2.34686607111593, -1.01924956162359, 
0.996632035015618, -0.943588762041933, -0.311576607205403, 1.18147547163377, 
-0.283811580551448, 1.1151512141408, 0.256848322836834, -0.0557319323771243, 
-2.56639439214237, 1.09841238497413, 0.970528742740132, -0.041290083196072, 
2.89203820342315, -1.13995943017165, 1.0666144712339, -1.48427029516519, 
-0.237956102817481, 1.18845793975459, -0.0723117556104279, 0.578897782929168, 
0.310574312466805, 0.0420320020065887, -2.65571871864779, 1.08040626539541, 
0.501353172078248, 0.264579769939744, 3.45907008361297, -1.47337410644853, 
0.753187592344928, -1.67914957857585, -0.386430954714176, 1.18684061581655, 
-0.0837921856848724, 0.271367995890336, -0.244522199262534, 0.285801450939386, 
-0.299493284604054, 0.423776690674324, 0.48819479659131, -0.00851835182683933, 
0.670710736839509, 1.0584695348906, 0.241749748695944, 0.0203934290972816, 
-0.298146398803882, 0.454536882635523, 0.0317493839324935, 0.399645473642857, 
0.149656209777629, 0.285801450939386, -0.299493284604054, 0.423776690674324, 
0.48819479659131, -0.00851835182683933, 0.670710736839509, 1.0584695348906, 
0.241749748695944, 0.0203934290972816, -0.298146398803882, 0.454536882635523, 
0.0317493839324935, 0.399645473642857, 0.149656209777629, 0.285801450939386, 
-0.299493284604054, 0.423776690674324, 0.48819479659131, -0.00851835182683933, 
0.670710736839509, 1.0584695348906, 0.241749748695944, 0.0203934290972816, 
-0.298146398803882, 0.454536882635523, 0.0317493839324935, 0.399645473642857, 
0.149656209777629, 0.285801450939386, -0.299493284604054, 0.423776690674324, 
0.48819479659131, -0.00851835182683933, 0.670710736839509, 1.0584695348906, 
0.241749748695944, 0.0203934290972816, -0.298146398803882, 0.454536882635523, 
0.0317493839324935, 0.399645473642857, 0.149656209777629, 0.285801450939386, 
-0.299493284604054, 0.423776690674324, 0.48819479659131, -0.00851835182683933, 
0.670710736839509, 1.0584695348906, 0.241749748695944, 0.0203934290972816, 
-0.298146398803882, 0.454536882635523, 0.0317493839324935, 0.399645473642857, 
0.149656209777629, 0.285801450939386, -0.299493284604054, 0.423776690674324, 
0.48819479659131, -0.00851835182683933, 0.670710736839509, 1.0584695348906, 
0.241749748695944, 0.0203934290972816, -0.298146398803882, 0.454536882635523, 
0.0317493839324935, 0.399645473642857, 0.149656209777629, 0.285801450939386, 
-0.299493284604054, 0.423776690674324, 0.48819479659131, -0.00851835182683933, 
0.670710736839509, 1.0584695348906, 0.241749748695944, 0.0203934290972816, 
-0.298146398803882, 0.454536882635523, 0.0317493839324935, 0.399645473642857, 
0.149656209777629, 0.285801450939386, -0.299493284604054, 0.423776690674324, 
0.48819479659131, -0.00851835182683933, 0.670710736839509, 1.0584695348906, 
0.241749748695944, 0.0203934290972816, -0.298146398803882, 0.454536882635523, 
0.0317493839324935, 0.399645473642857, 0.149656209777629, 0.285801450939386, 
-0.299493284604054, 0.423776690674324, 0.48819479659131, -0.00851835182683933, 
0.670710736839509, 1.0584695348906, 0.241749748695944, 0.0203934290972816, 
-0.298146398803882, 0.454536882635523, 0.0317493839324935, 0.399645473642857, 
0.149656209777629, 0.285801450939386, -0.299493284604054, 0.423776690674324, 
0.48819479659131, -0.00851835182683933, 0.670710736839509, 1.0584695348906, 
0.241749748695944, 0.0203934290972816, -0.298146398803882, 0.454536882635523, 
0.0317493839324935, 0.399645473642857, 0.149656209777629)), row.names = c(NA, 
-280L), class = c("tbl_df", "tbl", "data.frame"))

我错过了什么？有没有其他更简单的方法来完成这项任务？

score 1 · Accepted Answer

bkfilter 需要您没有的规则间隔数据，因此我们使用黄土平滑器代替。您可能希望为黄土尝试不同的跨度参数，但这里我们使用默认值。此外，由于所有日期都是 1 月 1 日，我们将该列简化为年份。问题中的数据发生了变化，但下面的代码使用了末尾注释中显示的原始数据（除了我们只复制前 42 行以减少测试数据）。

library(dplyr)

df %>%
  group_by(año) %>%
  mutate(decil = lubridate::year(decil), 
         val1 = fitted(loess(val1 ~ decil)),
         val2 = fitted(loess(val2 ~ decil))) %>%
  ungroup

或者如果您有许多 val 列：

df %>%
  group_by(año) %>%
  mutate(decil = lubridate::year(decil),
    across(starts_with("val"), ~ fitted(loess(. ~ decil)))) %>%
  ungroup

要使用 loess 创建规则间隔的系列，请改用：

result <- df %>%
  group_by(año) %>%
  mutate(decil = lubridate::year(decil)) %>%
  group_modify(~ {
    rng <- range(.x$decil)
    d <- data.frame(decil = rng[1]:rng[2])
    data.frame(d, 
      val1 = predict(loess(val1 ~ decil, .x), d),
      val2 = predict(loess(val2 ~ decil, .x), d))
   }) %>%
   ungroup

关于将其转换为时间序列对象，此代码同时创建 zoo 和 ts 对象：

library(zoo)

val1.z <- read.zoo(result[-4], split = "año", index = "decil")
val2.z <- read.zoo(result[-3], split = "año", index = "decil")

val1.ts <- as.ts(val1.z)
val2.ts <- as.ts(val2.z)

笔记

问题中的数据已更改，但上面使用了前42行的原始数据：

df <- structure(list(año = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L), .Label = c("Decil 1", "Decil 2", "Decil 3", "Decil 4", 
"Decil 5", "Decil 6", "Decil 7", "Decil 8", "Decil 9", "Decil 10"
), class = "factor"), decil = structure(c(8035, 9496, 10227, 
10957, 11688, 12418, 12784, 13149, 13879, 14610, 15340, 16071, 
16801, 17532, 8035, 9496, 10227, 10957, 11688, 12418, 12784, 
13149, 13879, 14610, 15340, 16071, 16801, 17532, 8035, 9496, 
10227, 10957, 11688, 12418, 12784, 13149, 13879, 14610, 15340, 
16071, 16801, 17532), class = "Date"), val1 = c(0.285801450939386, 
-0.299493284604054, 0.423776690674324, 0.48819479659131, -0.00851835182683933, 
0.670710736839509, 1.0584695348906, 0.241749748695944, 0.0203934290972816, 
-0.298146398803882, 0.454536882635523, 0.0317493839324935, 0.399645473642857, 
0.149656209777629, 0.285801450939386, -0.299493284604054, 0.423776690674324, 
0.48819479659131, -0.00851835182683933, 0.670710736839509, 1.0584695348906, 
0.241749748695944, 0.0203934290972816, -0.298146398803882, 0.454536882635523, 
0.0317493839324935, 0.399645473642857, 0.149656209777629, 0.285801450939386, 
-0.299493284604054, 0.423776690674324, 0.48819479659131, -0.00851835182683933, 
0.670710736839509, 1.0584695348906, 0.241749748695944, 0.0203934290972816, 
-0.298146398803882, 0.454536882635523, 0.0317493839324935, 0.399645473642857, 
0.149656209777629), val2 = c(0.308138265449932, -2.73923609850588, 
-0.116791699821611, 1.276823919767, -0.591033604229833, 2.217410209762, 
-1.22771361710334, 2.91323734975109, 1.9403678544531, -1.710307316049, 
0.114882675671299, 1.31658931355581, 1.46477971543751, 0.271712366085317, 
0.274660079065288, -1.20391288467938, 0.221116802499613, 1.68878772891571, 
-0.0553564396020631, 2.47304289689454, -1.49473828679342, 2.06995781551323, 
0.995111688295987, -1.23590101185821, -0.0513493069577327, 1.57518955283768, 
1.49952051319558, 0.569875774759632, 0.0595105282871455, -1.98229069194358, 
0.692781223252039, 1.45357299983422, 0.274519154273341, 2.50570229399105, 
-1.58798738651613, 1.8318771262172, 0.541185894582713, -1.09932567808292, 
0.159443784781767, 1.38386952581564, 1.42469406477504, 0.410413545862179
)), row.names = c(NA, -42L), class = c("tbl_df", "tbl", "data.frame"))

r - 如何正确地将 df 转换为时间序列并在同一管道中清理它？

数据

1 回答 1

笔记

Related

Reference