我有一个数据集，包含从2016年1月1日到2017年11月7日的每日（日期）的能源使用情况 . 其中一个字段是非工作日（nwd）的标志，其值为0和1，表示这是否是工作日 .
数据结构如下： -
Date,usage,avgtemp,nwd
2016-01-01,28.5,105986,1
2016-01-02,29.2,105548,1
.
.
.
2017-11-07,98457,23.5,0
我用这些值创建了一个数据框 - 没有问题 . 然后，我创建了另外两个数据框，一个是nwd = 1，另一个是nwd = 1，分别用于非工作日和工作日的数据集 .
我正在尝试为这两个数据帧中的每一个生成一个时间序列（使用zoo或xts包 - 我对任何一个开放），这样我就可以对它们进行非平稳性测试（adf / pp），然后进行arima建模以 Build 使用的预测模型 .
我可以对数据不是很规律的数据集使用时间序列，因为这些系列中的每一个都会有间隙 - 如果中间有假期，工作日系列可能在一周内连续不到5天 . 这同样适用于非工作日系列 .
我无法在每周一级对此进行总结，因为我需要在每日水平预测它们，并且可能在随后的半小时水平预测它们 . 我甚至可能希望稍后使用'avgtemp'做'ardl'建模作为回归量之一 .
附：找到一个在某种程度上类似于我的帖子，但我似乎无法根据那里的回答得到它： -