跳至内容

课程

R 中的时间序列数据处理

中级4 小时

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。

R4 小时15 个视频49 个练习4,100 经验值7,382结业证明

创建您的免费账户

继续使用 Google
继续即表示您接受我们的 使用条款,我们的 隐私政策 并且您的数据存储在美国。

深受上千家公司学习者喜爱

要培训团队?

试用企业版

课程介绍

全面了解时间序列数据

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。

掌握使用 zoo、lubridate 和 xts 处理时间序列的技巧

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。

完善你的子集划分技能

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。

先修要求

课程大纲

课程大纲

1

什么是时间序列数据?

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。
开始本章
2

使用 zoo 处理时间序列

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。
开始本章
3

索引时间序列对象

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。
开始本章
4

滚动与扩展窗口

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。
开始本章
R

R 中的时间序列数据处理

课程完成

获取成就证书

立即报名

通过 DataCamp for Mobile 提升您的数据技能

通过我们的移动课程和每日 5 分钟编程挑战,随时随地取得进步。

R 中的时间序列数据处理 | DataCamp