R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。
R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。
要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知识，同时还要有创新精神，把R语言发挥到各个领域。让我们一起动起来吧，开始R的极客理想。
关于作者：
- 张丹，数据分析师/程序员/Quant: R,Java,Nodejs
- blog: http://blog.fens.me
- email: bsspirit@gmail.com
转载请注明出处：
http://blog.fens.me/r-tsibble/
前言
数据科学tidyverse个项目，已经很大程度上改写的R语言的编程范式，tibble作为标准的数据结构，已替代了基础的data.frame。tsibble作为tibble对时间序列的补充，近一步规范化了数据结构，让编程更简洁。
目录
- tsibble介绍
- tsibble安装
- tsibble包的基本使用
1. tsibble介绍
tsibble是一个tibble的扩展项目，用于扩展对于时间序列数据，形成一个标准化的时间序列数据结构。tibble数据类型请参考文档，R语言数据科学新类型tibble
tsibble 包提供了一个 tbl_ts 数据类，用于表示标准化的时间数据。一个 tsibble 由一个时间索引、键和其他测量变量组成，采用以数据为中心的格式，构建在 tibble 之上。
tsibble的官方网站：https://tsibble.tidyverts.org/
1.1 索引
tsibble的核心设计，就在索引的的结构。tsibble 支持广泛的索引类别：
- R 语言原生时间结构（如 Date、POSIXct 和 difftime）
- tsibble 新增的类（如 yearweek、yearmonth 和 yearquarter）
- 其他常用类：ordered、hms::hms、lubridate::period 和 nanotime::nanotime
对于具有规则间隔的 tbl_ts，需要选择索引的表示形式。例如，月度数据应使用 yearmonth 创建的时间索引，而不是 Date 或 POSIXct。因为一年中的月份确保了规律性，每年都是12个月。然而，如果使用 Date，一个月的天数在28到31天之间变化，会导致不规则的时间空间。这也适用于年-周和年-季度。
tsibble 支持任意的索引类别，只要它们能按从过去到未来的顺序排列。要支持自定义类，需要为该类定义 index_valid()，并通过 interval_pull() 计算时间间隔。
1.2 键
键变量与索引一起唯一标识每条记录：
- 空键：一个隐式变量。NULL 表示生成单变量时间序列。
- 单个变量：例如，data(pedestrian) 使用 Sensor 作为键。
- 多个变量：例如，为 data(tourism) 声明 key = c(Region, State, Purpose)。键可以与 tidy 选择器（如 starts_with()）结合使用。
1.3 时间间隔:
时间间隔:interval 函数返回与 tsibble 关联的时间间隔。
- 规则间隔：包括其值和时间单位：”nanosecond”（纳秒）、”microsecond”（微秒）、”millisecond”（毫秒）、”second”（秒）、”minute”（分）、”hour”（时）、”day”（日）、”week”（周）、”month”（月）、”quarter”（季）、”year”（年）。无法识别的时间间隔标记为 “unit”。
- 不规则间隔：as_tsibble(regular = FALSE) 生成不规则 tsibble，标记为 !。
- 未知间隔：标记为 ?，如果是空的 tsibble，或者每个键变量只有一个条目。
时间间隔基于相应的索引表示形式获得：
- “year” (Y)
- yearquarter：”quarter” (Q)
- yearmonth：”month” (M)
- yearweek：”week” (W)
- Date：”day” (D)
- difftime：”week” (W)、”day” (D)、”hour” (h)、”minute” (m)、”second” (s)
- POSIXt/hms：”hour” (h)、”minute” (m)、”second” (s)、”millisecond” (us)、”microsecond” (ms)
- period：”year” (Y)、”month” (M)、”day” (D)、”hour” (h)、”minute” (m)、”second”
- nanotime：”nanosecond” (ns)
- 其他数值 & ordered（有序因子）：”unit”。当由于索引格式不匹配而无法获取时间间隔时，会发出错误。
(s)、”millisecond” (us)、”microsecond” (ms)
时间间隔对子集操作（如 filter()、slice() 和 [.tbl_ts）保持不变。但是，如果结果是一个空的 tsibble，时间间隔总是未知的。当将 tsibble 与其他数据源连接并聚合到不同的时间尺度时，时间间隔会被重新计算。
1.4 时区
如果索引是 POSIXct，将显示索引对应的时区。? 表示获取到的时区是零长度字符 “”。
2. tsibble安装
tsibble包的安装，安装tsibble包非常简单，2条命令就可以完成，安装和加载。
# 安装
> install.packages("tsibble")
# 加载
> library(tsibble)
3. tsibble包的基本使用
3.1 构建年月日数据
构建一个tsibble数据集，“年月日”格式
# 加载时间包
> library(lubridate)
# 创建一个年月的时间
> mth <- make_date("2018") + months(0:3)
> mth
[1] "2018-01-01" "2018-02-01" "2018-03-01" "2018-04-01"
# 构造tsibble：年月日
> tsibble(mth = mth, index = mth)
# A tsibble: 4 x 1 [1D]
mth
1 2018-01-01
2 2018-02-01
3 2018-03-01
4 2018-04-01
# 构造tsibble：年月
> tsibble(mth = yearmonth(mth), index = mth)
# A tsibble: 4 x 1 [1M]
mth
1 2018 1月
2 2018 2月
3 2018 3月
4 2018 4月
3.2 构建时分秒数据
构建一个tsibble数据集，“时分秒”格式。
# 构建一个时间类型，时区为shanghai
> x <- ymd_h("2015-04-05 01", tz = "Asia/Shanghai")
# 构建tsibble的时间类型
> tsibble(time = x + (c(0, 3, 6, 9)) * 60 * 60, index = time)
# A tsibble: 4 x 1 [3h]
time
1 2015-04-05 01:00:00
2 2015-04-05 04:00:00
3 2015-04-05 07:00:00
4 2015-04-05 10:00:00
> tsibble(time = x + hours(c(0, 3, 6, 9)), index = time)
# A tsibble: 4 x 1 [3h]
time
1 2015-04-05 01:00:00
2 2015-04-05 04:00:00
3 2015-04-05 07:00:00
4 2015-04-05 10:00:00
3.3 数据合并
分别创建数据集tsbl1为小时和数据集tsbl2为30分钟，把tsbl1和tsbl2进行合并，以小单位（30分钟）为结果输出。
> tsbl1 <- tsibble(
+ time = make_datetime(2018) + hours(0:3),
+ station = "A",
+ index = time, key = station
+ ) %>% print()
# A tsibble: 4 x 2 [1h]
# Key: station [1]
time station
1 2018-01-01 00:00:00 A
2 2018-01-01 01:00:00 A
3 2018-01-01 02:00:00 A
4 2018-01-01 03:00:00 A
> tsbl2 <- tsibble(
+ time = make_datetime(2018) + minutes(seq(0, 90, by = 30)),
+ station = "B",
+ index = time, key = station
+ ) %>% print()
# A tsibble: 4 x 2 [30m]
# Key: station [1]
time station
1 2018-01-01 00:00:00 B
2 2018-01-01 00:30:00 B
3 2018-01-01 01:00:00 B
4 2018-01-01 01:30:00 B
# 数据合并
> bind_rows(tsbl1, tsbl2)
# A tsibble: 8 x 2 [30m]
# Key: station [2]
time station
1 2018-01-01 00:00:00 A
2 2018-01-01 01:00:00 A
3 2018-01-01 02:00:00 A
4 2018-01-01 03:00:00 A
5 2018-01-01 00:00:00 B
6 2018-01-01 00:30:00 B
7 2018-01-01 01:00:00 B
8 2018-01-01 01:30:00 B
3.4 类型转换：tibble转tsibble
把tibble转tsibble类型。
# 创建数据tibble
> x <- make_datetime(2018) + minutes(0:1)
> tbl <- tibble(
+ time = c(x, x + minutes(15)),
+ station = rep(c("A", "B"), 2)
+ )
# 类型转换
> tbl %>%
+ mutate(time = floor_date(time, unit = "15 mins")) %>%
+ as_tsibble(index = time, key = station)
# A tsibble: 4 x 2 [15m]
# Key: station [2]
time station
1 2018-01-01 00:00:00 A
2 2018-01-01 00:15:00 A
3 2018-01-01 00:00:00 B
4 2018-01-01 00:15:00 B
3.5 类型转换：data.frame转tsibble
data.frame转tsibble。
> df<-data.frame(
+ date=as.Date("2020-01-01")+1:1000,
+ type=sample(10,1000,replace = TRUE),
+ v1=rnorm(1000),
+ v2=runif(1000,0,1)
+ )
> as_tsibble(df,index = date, key = type)
# A tsibble: 1,000 x 4 [1D]
# Key: type [10]
date type v1 v2
1 2020-01-20 1 -1.08 0.418
2 2020-02-02 1 -0.535 0.500
3 2020-02-05 1 -0.575 0.160
4 2020-02-11 1 -0.213 0.148
5 2020-03-02 1 0.876 0.0332
6 2020-03-30 1 0.872 0.475
7 2020-04-09 1 1.05 0.539
8 2020-04-10 1 -1.51 0.641
9 2020-05-10 1 -0.630 0.632
10 2020-06-12 1 -0.316 0.885
# ℹ 990 more rows
# ℹ Use `print(n = ...)` to see more rows
3.6 tibble和tsibble的数据操作对比
tibble数据操作，需要定义group_by()字段。
> tbl<-tibble(df)
> tbl %>%
+ group_by(type,date) %>%
+ summarise(
+ v1_high = max(v1, na.rm = TRUE),
+ v1_low = min(v1, na.rm = TRUE)
+ )
`summarise()` has regrouped the output.
ℹ Summaries were computed grouped by type and date.
ℹ Output is grouped by type.
ℹ Use `summarise(.groups = "drop_last")` to silence this message.
ℹ Use `summarise(.by = c(type, date))` for per-operation grouping instead.
# A tibble: 1,000 × 4
# Groups: type [10]
type date v1_high v1_low
1 1 2020-01-07 -0.657 -0.657
2 1 2020-01-15 1.87 1.87
3 1 2020-01-27 0.396 0.396
4 1 2020-01-28 -1.29 -1.29
5 1 2020-01-29 -1.60 -1.60
6 1 2020-02-12 0.825 0.825
7 1 2020-02-21 -0.908 -0.908
8 1 2020-02-28 -1.33 -1.33
9 1 2020-02-29 0.0145 0.0145
10 1 2020-03-06 0.177 0.177
# ℹ 990 more rows
# ℹ Use `print(n = ...)` to see more rows
tsibble类型，通过group_by_key()，隐式地进行分组
> df_tsbl <- as_tsibble(df, key = type)
Using `date` as index variable.
> df_tsbl %>%
+ group_by_key() %>%
+ summarise(
+ v1_high = max(v1, na.rm = TRUE),
+ v1_low = min(v1, na.rm = TRUE)
+ )
# A tsibble: 1,000 x 4 [1D]
# Key: type [10]
type date v1_high v1_low
1 1 2020-01-07 -0.657 -0.657
2 1 2020-01-15 1.87 1.87
3 1 2020-01-27 0.396 0.396
4 1 2020-01-28 -1.29 -1.29
5 1 2020-01-29 -1.60 -1.60
6 1 2020-02-12 0.825 0.825
7 1 2020-02-21 -0.908 -0.908
8 1 2020-02-28 -1.33 -1.33
9 1 2020-02-29 0.0145 0.0145
10 1 2020-03-06 0.177 0.177
# ℹ 990 more rows
# ℹ Use `print(n = ...)` to see more rows
tsibble可以方便的帮助我们的整理时间类型的数据，形成干净标准的数据集，让代码看起来更数据。
转载请注明出处：
http://blog.fens.me/r-tsibble/
