Convertir un data frame empilé (long) de séries chronologiques multivariées (format de données de benchmarking() et
stock_benchmarking()) en un data frame non empilé (large) de séries chronologiques multivariées.
Cette fonction, combinée avec tsDF_to_ts(), est utile pour convertir le data frame renvoyé par un appel à
benchmarking() ou stock_benchmarking() en un objet « mts », où plusieurs séries ont été étalonnées en mode de
traitement groupes-BY.
Utilisation
unstack_tsDF(
ts_df,
ser_cName = "series",
yr_cName = "year",
per_cName = "period",
val_cName = "value"
)Arguments
- ts_df
(obligatoire)
Data frame (object de classe « data.frame ») contenant les données de séries chronologiques multivariées à désempiler.
- ser_cName
(optionnel)
Chaîne de caractères spécifiant le nom de la variable (colonne) dans le data frame d'entrée qui contient le nom des séries chronologiques (nom des variables des séries chronologiques dans le data frame de sortie).
La valeur par défaut est
ser_cName = "series".- yr_cName, per_cName
(optionnel)
Chaînes de caractères spécifiant le nom des variables (colonnes) numériques dans le data frame d'entrée qui identifient l'année et la période des points de données. Ces variables sont transférées dans le data frame de sortie avec les mêmes noms de variable.
Les valeurs par défaut sont
yr_cName = "year"etper_cName = "period".- val_cName
(optionnel)
Chaîne de caractères spécifiant le nom de la variable (colonne) numérique dans le data frame d'entrée qui contient la valeur des points de données.
La valeur par défaut est
val_cName = "value".
Valeur de retour
La fonction renvoie un data frame avec trois variables ou plus :
Année du point de données, type numérique (voir argument
yr_cName)Période du point de données, type numérique (voir argument
per_cName)Une variable de données de série chronologique pour chaque valeur distincte de la variable du data frame d'entrée spécifiée avec l'argument
ser_cName, type numérique (voir argumentsser_cNameetval_cName)
Note : la fonction renvoie un objet « data.frame » qui peut être explicitement converti en un autre
type d'objet avec la fonction as*() appropriée (ex., tibble::as_tibble() le convertirait en tibble).
Exemples
# Étalonnage proportionnel pour plusieurs (3) séries trimestrielles traitées avec
# l'argument `by` (en mode groupes-BY)
vec_ind <- c(1.9, 2.4, 3.1, 2.2, 2.0, 2.6, 3.4, 2.4, 2.3)
df_ind <- ts_to_tsDF(ts(data.frame(ser1 = vec_ind,
ser2 = vec_ind * 100,
ser3 = vec_ind * 10),
start = c(2015, 1), frequency = 4))
vec_eta <- c(10.3, 10.2)
df_eta <- ts_to_bmkDF(ts(data.frame(ser1 = vec_eta,
ser2 = vec_eta * 100,
ser3 = vec_eta * 10),
start = 2015, frequency = 1),
ind_frequency = 4)
res_eta <- benchmarking(stack_tsDF(df_ind),
stack_bmkDF(df_eta),
rho = 0.729, lambda = 1, biasOption = 3,
by = "series",
quiet = TRUE)
#>
#> Benchmarking by-group 1 (series=ser1)
#> =====================================
#>
#> Benchmarking by-group 2 (series=ser2)
#> =====================================
#>
#> Benchmarking by-group 3 (series=ser3)
#> =====================================
# « Data frame » des séries chronologiques initiales et finales (étalonnés)
df_ind
#> year period ser1 ser2 ser3
#> 1 2015 1 1.9 190 19
#> 2 2015 2 2.4 240 24
#> 3 2015 3 3.1 310 31
#> 4 2015 4 2.2 220 22
#> 5 2016 1 2.0 200 20
#> 6 2016 2 2.6 260 26
#> 7 2016 3 3.4 340 34
#> 8 2016 4 2.4 240 24
#> 9 2017 1 2.3 230 23
unstack_tsDF(res_eta$series)
#> year period ser1 ser2 ser3
#> 1 2015 1 2.049326 204.9326 20.49326
#> 2 2015 2 2.601344 260.1344 26.01344
#> 3 2015 3 3.337638 333.7638 33.37638
#> 4 2015 4 2.311691 231.1691 23.11691
#> 5 2016 1 2.021090 202.1090 20.21090
#> 6 2016 2 2.554801 255.4801 25.54801
#> 7 2016 3 3.292193 329.2193 32.92193
#> 8 2016 4 2.331915 233.1915 23.31915
#> 9 2017 1 2.268017 226.8017 22.68017