(R) 시계열 분석 (2) - xts class를 활용한 시계열 객체 생성
*이 글은 Youtube 곽영기 교수님의 R을 활용한 시계열 분석 (2) 영상을 참고해 쓰였습니다.
개요
ts와 xts 모두 R 내에서 사용되는 클래스로, 필요에 따라 다르게 사용할 수 있습니다. xts 클래스가 편리한 함수를 다수 제공하기 때문에 오늘은 xts 클래스를 사용해 time series 객체를 생성하고 xts와 ts 클래스의 차이점을 정리해보겠습니다.
ts class VS xts class
| ts 클래스 | xts 클래스 |
|---|---|
| stats 패키지 내 클래스, 별도 설치 필요 X | xts 패키지 내 클래스, 별도 설치 필요 O |
| 관측값에 일정한 주기 부여 | 임의 시간 간격 데이터(이를테면 영업일 기준) 제약 없이 생성 및 처리 |
| 시간 나타내는 인덱스 저장X | 관측값 + 인덱스 명시적 저장 |
| start, end, freq 메소드를 사용한 연산 기능 |
xts는 임의 시간 간격 데이터 분리가 가능하다는 장점을 추가로 다루고 이외 내용은 모두 강의와 동일한 코드를 사용했습니다.
Code
아래 작성된 코드를 통해 xts 클래스의 특징을 직관적으로 이해해 보겠습니다.
예시 데이터 생성
앞에서 본 내용과 같이 xts 클래스는 시간(날짜) 데이터와 관측값을 명시적으로 정의할 수 있는 클래스입니다.
다음과 같은 예시를 사용해 이 특징을 확인할 수 있습니다.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 날짜 데이터 정의
date <- c("2030-01-02", "2030-01-03", "2030-01-04", "2030-01-05",
"2030-01-06", "2030-01-07", "2030-01-08", "2030-01-09")
# 시각 데이터 정의
time <- c("09:00:01", "10:05:13", "11:10:30", "12:00:01",
"13:15:12", "14:20:01", "15:11:01", "16:20:03")
# 날짜 + 시각 데이터 datetime에 대입
datetime <- paste(date, time)
datetime
# 관측값 price 변수 생성
price <- c(200, 300, 420, 380, 490, 550, 600, 650)
# [datetime, price] 변수를 갖는 data frame, tsdata 생성
tsdata <- data.frame(datetime=datetime, price=price)
tsdata
이어서 xts 패키지를 설치하고 xts 클래스로 전환합니다.
xts 객체를 생성할 때 인자 order.by는 시간을 나타내는 class를 요구합니다.
문자로 표현되어 있는 datetime을 날짜형으로 바꾸기 위해 POSIXct 함수를 사용했습니다.
1
2
3
4
5
6
library(xts)
price.xts <- xts(x=tsdata$price,
order.by=as.POSIXct(tsdata$datetime,
format="%Y-%m-%d %H:%M:%S"))
price.xts
class(price.xts) # output: "xts", "zoo"
위 예시로 xts class를 사용하면 class가 뭐라고 출력되는지 확인할 수 있었습니다.
이어서 지난번 ts와 같이 직접 데이터에 적용해보겠습니다.
data 불러오기, 객체 생성
우선, 이전 ts 게시글과 같은 링크에서 데이터를 불러옵니다.
1
2
3
url <- "https://jse.amstat.org/datasets/utility.dat.txt"
utility <- read.table(url)
utility
이어서 시계열 객체를 다루기 위한 xts 클래스와 날짜 데이터를 다루기 위한 lubridate 패키지&클래스를 설치합니다.
아래 코드 중 주석으로 1이라 표기한 이후 코드는 lubridate의 my 함수로 문자를 날짜데이터로 바꾸는 내용입니다. 다만 아래와 같이 함수를 적용하면 ‘년/월’로 존재하던 데이터에 임의의 ‘일(Day)’이 추가되기 때문에 조심해야 합니다.
이를 해결하기 위해 #2의 yearmon 함수를 사용할 수 있습니다.
1
2
3
4
5
6
7
8
9
10
11
12
library(xts)
install.packages("lubridate")
library(lubridate)
# 1
utility.xts <- xts(x=utility[c(3, 7)],
order.by=my(utility[[1]]))
class(utility.xts) # Output: > "xts", "zoo"
#2
utility.xts <- xts(x=utility[c(3, 7)],
order.by=as.yearmon(my(utility[[1]])))
** (데이터 출력 결과를 추후에 추가하겠습니다.)
속성 이름 지정 및 시각화
위의 코드에서 ``utility[c(3, 7)]`, 즉 3번째와 7번째 열의 데이터만 가져와 utility.xts를 만들었습니다. 각 열에 대한 이름을 지정하는 코드입니다.
1
names(utility.xts) <- c("Temperature", "Electricity")
시각화 코드는 결과만 확인하고 자세히 다루지 않겠습니다!
1
2
3
4
5
plot(utility.xts, format.labels="%b-%Y",
lty=c("dotted", "solid"), col=c("red", "blue"),
lwd=2, main="Utility Consumption in Boston")
addLegend("topleft", lty=c("dotted", "solid"), col=c("red", "blue"),
legend.names=c("Temperature", "Electricity"))
xts 특징, 관측값 / 인덱스 구분
xts 클래스 객체의 특징인 데이터 / 시간 분리 파트입니다.
1
2
3
4
# 데이터 부분만 추출
coredata(utility.xts)
# 시간 부분만 추출
index(utility.xts)
추가로, 특정 시점에 대한 인덱스 사용 역시 가능합니다(ts와 차이점)
1
2
3
4
5
6
7
8
9
10
# 특정 시점의 데이터, index 사용 가능
utility.xts["199011"]
utility.xts["1990-11"]
utility.xts[3]
# 뒷 슬래시도 포함함
utility.xts["199103/199202"]
utility.xts["1991/199202"]
utility.xts["1991/1992"]
utility.xts[]
다음 내용
xts는 일부 구간에 대해 연산을 지정하고 값을 구할 수 있는 기능을 제공하고 있습니다. 강의가 아직 끝나진 않았지만 분량이 있는 편이라 오늘은 이만 마치고 다음 포스트에서 다뤄보겠습니다!