0

我正在使用 tsibble 进行时间序列分析。
数据每秒采样 60 次。数据的日期、月份和年份并不重要

  • 原始数据的时间戳只是小数秒的整数向量
  • 使用 lubridate 将原始数据转换为 hms 后，生成的 tsibble 返回太多间隙，无法使用 ACF 进行后续分析
  • 示例数据如下所示，“Well”中的独特元素充当 tsibble 的键。“活动”是因变量，对“井”中的每个元素进行采样。
# A tibble: 6 x 3
  Trial_time Well  Activity
       <dbl> <chr>    <dbl>
1      0.067 A1       0.659
2      0.083 A1       0.515
3      0.1   A1       0.375
4      0.117 A1       1.51 
5      0.133 A1       1.65 
6      0.15  A1       1.47

如果我强迫 Trial_time 使用

as_hms(sample.dat$Trial_time)

并将 tibble 强制为 tsibble 我明白了：

dat_tsbl <- as_tsibble(sample.dat, key = Well)

# A tsibble: 80 x 3 [999us]
# Key:       Well [4]
   Trial_time Well  Activity
   <time>     <chr>    <dbl>
 1 00'00.067" A1       0.659
 2 00'00.083" A1       0.515
 3 00'00.100" A1       0.375
 4 00'00.117" A1       1.51 
 5 00'00.133" A1       1.65 
 6 00'00.150" A1       1.47

但是周期（999us）太小了。如果没有这些差距的数据，我会得到：

count_gaps(dat_tsbl) 

A tibble: 96 x 4
   Well  .from         .to              .n
   <chr> <time>        <time>        <int>
 1 A1    00'00.067999" 00'33.033001" 32999
 2 A1    00'33.034999" 02'11.934001" 98999
 3 A1    02'11.935999" 02'44.901001" 32999
#...many more rows

如何构建小数秒数据以使用 tsibble 进行进一步分析？

谢谢你！

4

0 回答 0