[R] 2. tsibble
반응형
tsibble()
tsibble객체는 아래와 같은 기본적인 원칙을 가집니다.index: 과거부터 현재까지 순서화된 자료값의 관측 시간key: 시간에 따른 관측값을 정의하는 변수의 집합- 각 관측치는
index와key를 통해 유니크하게 식별되어야 합니다. - 각 관측치는 등간격으로 관측된 자료여야만 합니다.
- 즉,
tsibble포맷으로 변환하기 위해서는 데이터에서key와index를 명시해주어야 합니다. - 아래
nycflights13라이브러리의weather데이터를 활용해서 예시를 보이겠습니다.
weather_sample <- nycflights13::weather %>%
select(origin, time_hour, temp, humid, precip)
weather_sample## # A tibble: 26,115 x 5
## origin time_hour temp humid precip
## <chr> <dttm> <dbl> <dbl> <dbl>
## 1 EWR 2013-01-01 01:00:00 39.0 59.4 0
## 2 EWR 2013-01-01 02:00:00 39.0 61.6 0
## 3 EWR 2013-01-01 03:00:00 39.0 64.4 0
## 4 EWR 2013-01-01 04:00:00 39.9 62.2 0
## 5 EWR 2013-01-01 05:00:00 39.0 64.4 0
## 6 EWR 2013-01-01 06:00:00 37.9 67.2 0
## 7 EWR 2013-01-01 07:00:00 39.0 64.4 0
## 8 EWR 2013-01-01 08:00:00 39.9 62.2 0
## 9 EWR 2013-01-01 09:00:00 39.9 62.2 0
## 10 EWR 2013-01-01 10:00:00 41 59.6 0
## # … with 26,105 more rows- origin 변수를
key로, time_hour 변수를index로 잡습니다.- 다중 시계열이 아닌 단일 시계열이라면
key를 명시하지 않으셔도 됩니다. - 예시 데이터에서는 출발지(origin) 별로 관측된 다중 시계열에 해당됩니다.
- 다중 시계열이 아닌 단일 시계열이라면
weather_tsbl <- weather_sample %>%
as_tsibble(key = origin, index = time_hour)
weather_tsbl## # A tsibble: 26,115 x 5 [1h] <America/New_York>
## # Key: origin [3]
## origin time_hour temp humid precip
## <chr> <dttm> <dbl> <dbl> <dbl>
## 1 EWR 2013-01-01 01:00:00 39.0 59.4 0
## 2 EWR 2013-01-01 02:00:00 39.0 61.6 0
## 3 EWR 2013-01-01 03:00:00 39.0 64.4 0
## 4 EWR 2013-01-01 04:00:00 39.9 62.2 0
## 5 EWR 2013-01-01 05:00:00 39.0 64.4 0
## 6 EWR 2013-01-01 06:00:00 37.9 67.2 0
## 7 EWR 2013-01-01 07:00:00 39.0 64.4 0
## 8 EWR 2013-01-01 08:00:00 39.9 62.2 0
## 9 EWR 2013-01-01 09:00:00 39.9 62.2 0
## 10 EWR 2013-01-01 10:00:00 41 59.6 0
## # … with 26,105 more rows
- 인덱스의 간격은 연도(year)부터 나노 초(nanosecond)까지 숫자로 정렬되는 요소로부터 계산됩니다.
- 아래는
tsibble에서 인덱스의 클래스를 나타낸 표입니다.
| Interval | Class |
|---|---|
| Annual | integer, double |
| Quaterly | yearquarter |
| Monthly | yearmonth |
| Weekly | yearweek |
| Daily | Date, difftime |
| Subdaily | POSIXt, difftime, hms |
- 위에서 기본 가정으로 시계열의 인덱스는 등간격을 가정하였는데, 사실
tsibble()함수는 등간격이 아닌 자료에 대해서도 적용이 가능합니다. tsibble()함수의regular = FALSEarguments를 설정하면 됩니다. (기본값은 TRUE)
# make_datetime() 함수는 lubridate 라이브러리에 있는 함수로 지정된 timezone으로 timestamp를 생성하는 함수입니다.
nycflights13::flights %>%
mutate(sched_dep_datetime = make_datetime(year, month, day, hour, minute, tz = "America/New_York")) %>%
select(carrier, flight, sched_dep_datetime, air_time, distance) %>%
as_tsibble(
key = c("carrier", "flight"),
index = sched_dep_datetime,
regular = FALSE
)## # A tsibble: 336,776 x 5 [!] <America/New_York>
## # Key: carrier, flight [5,725]
## carrier flight sched_dep_datetime air_time distance
## <chr> <int> <dttm> <dbl> <dbl>
## 1 9E 2900 2013-11-03 15:40:00 113 765
## 2 9E 2900 2013-11-04 15:40:00 117 765
## 3 9E 2900 2013-11-05 15:40:00 120 765
## 4 9E 2900 2013-11-06 15:40:00 118 765
## 5 9E 2900 2013-11-07 15:40:00 131 765
## 6 9E 2900 2013-11-08 15:40:00 114 765
## 7 9E 2900 2013-11-09 15:40:00 121 765
## 8 9E 2900 2013-11-10 15:40:00 115 765
## 9 9E 2900 2013-11-11 15:40:00 119 765
## 10 9E 2900 2013-11-12 15:40:00 118 765
## # … with 336,766 more rows- 이렇게 등간격이 아닌
tsibble객체의 경우 출력물에[ ! ]표시를 통해 확인할 수 있습니다.
암묵적 결측값 명시하기: fill_gaps()
- 시계열 데이터에서는 암묵적으로 결측값이 존재하는 케이스도 있습니다.
- 이렇게 암묵적인 결측치가 존재하는 경우
fill_gaps()함수를 사용하여 처리 또는 명시할 수 있습니다. - 아래 예시를 들어 살펴보겠습니다. 참고
harvest <- tsibble(
year = c(2010, 2011, 2013, 2011, 2012, 2014),
fruit = rep(c("kiwi", "cherry"), each = 3),
kilo = sample(1:10, size = 6),
key = fruit,
index = year
)
harvest## # A tsibble: 6 x 3 [1Y]
## # Key: fruit [2]
## year fruit kilo
## <dbl> <chr> <int>
## 1 2011 cherry 8
## 2 2012 cherry 9
## 3 2014 cherry 6
## 4 2010 kiwi 7
## 5 2011 kiwi 2
## 6 2013 kiwi 4- 위 데이터를 보면 체리(cherry)의 경우 2010년도와 2013년도 생산량이 없었기에 값으로 명시되어 있지 않습니다.
- 이는 아래 코드로
NA결측 명시 처리를 할 수 있습니다.
harvest %>%
fill_gaps(.full = TRUE)## # A tsibble: 10 x 3 [1Y]
## # Key: fruit [2]
## year fruit kilo
## <dbl> <chr> <int>
## 1 2010 cherry NA
## 2 2011 cherry 8
## 3 2012 cherry 9
## 4 2013 cherry NA
## 5 2014 cherry 6
## 6 2010 kiwi 7
## 7 2011 kiwi 2
## 8 2012 kiwi NA
## 9 2013 kiwi 4
## 10 2014 kiwi NA.full = FALSE로 arguments를 설정하면 각 key의 index에서 발생한 결측에 대해서만 명시가 이루어집니다. (FALSE가 디폴트 옵션입니다)
harvest %>%
fill_gaps(.full = FALSE)## # A tsibble: 8 x 3 [1Y]
## # Key: fruit [2]
## year fruit kilo
## <dbl> <chr> <int>
## 1 2011 cherry 8
## 2 2012 cherry 9
## 3 2013 cherry NA
## 4 2014 cherry 6
## 5 2010 kiwi 7
## 6 2011 kiwi 2
## 7 2012 kiwi NA
## 8 2013 kiwi 4- 특정 값으로도 명시가 가능합니다.
harvest %>%
fill_gaps(kilo = 0)## # A tsibble: 8 x 3 [1Y]
## # Key: fruit [2]
## year fruit kilo
## <dbl> <chr> <dbl>
## 1 2011 cherry 8
## 2 2012 cherry 9
## 3 2013 cherry 0
## 4 2014 cherry 6
## 5 2010 kiwi 7
## 6 2011 kiwi 2
## 7 2012 kiwi 0
## 8 2013 kiwi 4- 사칙연산 등의 함수 적용도 가능합니다.
harvest %>%
fill_gaps(kilo = sum(kilo))## # A tsibble: 8 x 3 [1Y]
## # Key: fruit [2]
## year fruit kilo
## <dbl> <chr> <int>
## 1 2011 cherry 8
## 2 2012 cherry 9
## 3 2013 cherry 36
## 4 2014 cherry 6
## 5 2010 kiwi 7
## 6 2011 kiwi 2
## 7 2012 kiwi 36
## 8 2013 kiwi 4# 각 key 별 중앙값으로 명시하기 위해 group_by_key() 함수 적용 (tidyverse의 group_by와 동일한 개념)
harvest %>%
group_by_key() %>%
fill_gaps(kilo = median(kilo, na.rm = TRUE))## # A tsibble: 8 x 3 [1Y]
## # Key: fruit [2]
## # Groups: fruit [2]
## year fruit kilo
## <dbl> <chr> <int>
## 1 2011 cherry 8
## 2 2012 cherry 9
## 3 2013 cherry 8
## 4 2014 cherry 6
## 5 2010 kiwi 7
## 6 2011 kiwi 2
## 7 2012 kiwi 4
## 8 2013 kiwi 4fill_gaps()함수와tidyr라이브러리에 있는fill()함수를 함께 적용하면 암묵적 결측치를 이전 또는 다음 시점의 결측치로 대체할 수 있습니다.
harvest## # A tsibble: 6 x 3 [1Y]
## # Key: fruit [2]
## year fruit kilo
## <dbl> <chr> <int>
## 1 2011 cherry 8
## 2 2012 cherry 9
## 3 2014 cherry 6
## 4 2010 kiwi 7
## 5 2011 kiwi 2
## 6 2013 kiwi 4# 이전 시점으로 대체
harvest %>%
group_by_key() %>%
fill_gaps() %>%
tidyr::fill(kilo, .direction = "down")## # A tsibble: 8 x 3 [1Y]
## # Key: fruit [2]
## # Groups: fruit [2]
## year fruit kilo
## <dbl> <chr> <int>
## 1 2011 cherry 8
## 2 2012 cherry 9
## 3 2013 cherry 9
## 4 2014 cherry 6
## 5 2010 kiwi 7
## 6 2011 kiwi 2
## 7 2012 kiwi 2
## 8 2013 kiwi 4# 다음 시점으로 대체
harvest %>%
group_by_key() %>%
fill_gaps() %>%
tidyr::fill(kilo, .direction = "up")## # A tsibble: 8 x 3 [1Y]
## # Key: fruit [2]
## # Groups: fruit [2]
## year fruit kilo
## <dbl> <chr> <int>
## 1 2011 cherry 8
## 2 2012 cherry 9
## 3 2013 cherry 6
## 4 2014 cherry 6
## 5 2010 kiwi 7
## 6 2011 kiwi 2
## 7 2012 kiwi 4
## 8 2013 kiwi 4# 맨 위에서 예시로 살펴본 데이터에도 적용
weather_tsbl %>%
filter(origin == "EWR") %>%
fill_gaps(precip = 0) %>%
group_by_key() %>%
tidyr::fill(temp, humid, .direction = "down")## # A tsibble: 8,730 x 5 [1h] <America/New_York>
## # Key: origin [1]
## # Groups: origin [1]
## origin time_hour temp humid precip
## <chr> <dttm> <dbl> <dbl> <dbl>
## 1 EWR 2013-01-01 01:00:00 39.0 59.4 0
## 2 EWR 2013-01-01 02:00:00 39.0 61.6 0
## 3 EWR 2013-01-01 03:00:00 39.0 64.4 0
## 4 EWR 2013-01-01 04:00:00 39.9 62.2 0
## 5 EWR 2013-01-01 05:00:00 39.0 64.4 0
## 6 EWR 2013-01-01 06:00:00 37.9 67.2 0
## 7 EWR 2013-01-01 07:00:00 39.0 64.4 0
## 8 EWR 2013-01-01 08:00:00 39.9 62.2 0
## 9 EWR 2013-01-01 09:00:00 39.9 62.2 0
## 10 EWR 2013-01-01 10:00:00 41 59.6 0
## # … with 8,720 more rows특정 인덱스에 대해 함수 적용하기: index_by() + summarise()
index_by()함수는lubridate계열의 날짜/시간 클래스에도 적용 가능합니다.- 아래 예시처럼 월별 평균 기온과 총 강수량을 표현해보겠습니다.
map()함수를 적용하는 것처럼tsibble객체의 index를.으로 명시합니다.
weather_tsbl %>%
group_by_key() %>%
index_by(year_month = ~yearmonth(.)) %>%
summarise(
avg_temp = mean(temp, na.rm = TRUE),
total_precip = sum(precip, na.rm = TRUE)
)## # A tsibble: 36 x 4 [1M]
## # Key: origin [3]
## origin year_month avg_temp total_precip
## <chr> <mth> <dbl> <dbl>
## 1 EWR 2013 1 35.6 3.53
## 2 EWR 2013 2 34.3 3.83
## 3 EWR 2013 3 40.1 3
## 4 EWR 2013 4 53.0 1.47
## 5 EWR 2013 5 63.3 5.44
## 6 EWR 2013 6 73.3 8.73
## 7 EWR 2013 7 80.7 3.74
## 8 EWR 2013 8 74.5 4.57
## 9 EWR 2013 9 67.3 1.54
## 10 EWR 2013 10 59.8 0.5
## # … with 26 more rows- 이러한 조합의 함수는 등간격이 아닌 인덱스에서도 사용할 수 있다고 합니다.
(Thisindex_by()+summarise()combo can help with regularising a tsibble of irregular time space too.)
반응형
'time-series (tidy approach)' 카테고리의 다른 글
| [R] 6. Exponential smoothing (0) | 2021.07.29 |
|---|---|
| [R] 5. Time-series Regression (0) | 2021.07.29 |
| [R] 4. feasts (0) | 2021.07.28 |
| [R] 3. tsibbledata (0) | 2021.07.28 |
| [R] 1. fpp3 간단한 소개 (0) | 2021.07.27 |
TAGS.