我有一个 100 年每月数据（1200 个数据点）的数据框，其中月份在列中，年份在行中。我想将其转换为每月的时间序列，并且我尝试了多种方法，但没有一种方法可以创建正确的“时间”结构。
问题在于 R 将数据框视为 12 个变量（月份）的 100 个观测值（年）。这是我最近尝试的可重现代码：
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)
在“dummy.df.ts”对象中，行和列被切换，并且所有一月、二月等都一个接一个地堆叠在一起，而不是按列顺序观察。如何获得正确的时间结构？
我的数据示例：这些是 1901 年至 1905 年的每月温度值
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
通过使用 ts() 调用：
fr.monthly.temp.sample.ts <- ts(as.vector(as.matrix(fr.monthly.temp.sample)), start=c(1901,1), end=c(1905,12), frequency=12)
这是我得到的时间序列对象的输出：
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
--注意更改的时间结构（列中的值现在位于行中..）--
Thanks.
解决方案1
你可以转置（函数t()) 向量化之前的矩阵：
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)
解决方案2
你可以melt数据，按日期排序，然后应用 ts() 函数。
这是数据设置。如果您的语言设置是英语，您可以使用 Month.abb 保存一些代码，但这对于其他语言区域设置来说并不稳健。
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$Year <- seq(1901, 2000) # set as variable, not as rownames
融合数据，这样您就有一个包含 1200 行的数据框，每行代表一个观察结果：
library("reshape2")
dummy.df <- melt(dummy.df, id.vars = "Year")
按日期对观察结果进行排序：
dummy.df$Date <- as.Date(paste(dummy.df$Year, dummy.df$variable, "01", sep = "-"),
format = ("%Y-%b-%d"))
dummy.df <- dummy.df[order(dummy.df$Date), ]
然后您可以应用类似的 ts() 调用，其中 ts 对象显示所需的顺序：
dummy.df.ts <- ts(dummy.df$value, start=c(1901,1), end=c(2000,12), frequency=12)