Zagreguj dane dzienne w odstępach miesięcznych/rocznych
Nieczęsto muszę pracować z datami w R, ale wyobrażam sobie, że jest to dość łatwe. Mam kolumnę, która reprezentuje datę w ramce danych. Po prostu chcę utworzyć nowy dataframe, który podsumowuje kolumnę 2nd przez miesiąc / rok za pomocą daty. Jakie jest najlepsze podejście?
Chcę drugą ramkę danych, żeby nakarmić nią fabułę.Każda pomoc będzie bardzo mile widziana!
EDIT: dla odniesienia:
> str(temp)
'data.frame': 215746 obs. of 2 variables:
$ date : POSIXct, format: "2011-02-01" "2011-02-01" "2011-02-01" ...
$ amount: num 1.67 83.55 24.4 21.99 98.88 ...
> head(temp)
date amount
1 2011-02-01 1.670
2 2011-02-01 83.550
3 2011-02-01 24.400
4 2011-02-01 21.990
5 2011-02-03 98.882
6 2011-02-03 24.900
9 answers
Jest prawdopodobnie bardziej eleganckie rozwiązanie, ale podział na miesiące i lata z strftime()
i aggregate()
ing powinien to zrobić. Następnie zmontuj datę do kreślenia.
x <- as.POSIXct(c("2011-02-01", "2011-02-01", "2011-02-01"))
mo <- strftime(x, "%m")
yr <- strftime(x, "%Y")
amt <- runif(3)
dd <- data.frame(mo, yr, amt)
dd.agg <- aggregate(amt ~ mo + yr, dd, FUN = sum)
dd.agg$date <- as.POSIXct(paste(dd.agg$yr, dd.agg$mo, "01", sep = "-"))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2011-05-19 01:42:59
Zrobiłbym to za pomocą lubridate
i plyr
, zaokrąglając daty do najbliższego miesiąca, aby ułatwić ich wykreślenie:
library(lubridate)
df <- data.frame(
date = today() + days(1:300),
x = runif(300)
)
df$my <- floor_date(df$date, "month")
library(plyr)
ddply(df, "my", summarise, x = mean(x))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2011-05-21 15:42:15
Trochę za późno na grę, ale inną opcją byłoby użycie data.table
:
library(data.table)
setDT(temp)[, .(mn_amt = mean(amount)), by = .(yr = year(date), mon = months(date))]
# or if you want to apply the 'mean' function to several columns:
# setDT(temp)[, lapply(.SD, mean), by=.(year(date), month(date))]
Daje to:
yr mon mn_amt
1: 2011 februari 42.610
2: 2011 maart 23.195
3: 2011 april 61.891
Jeśli chcesz nazwy zamiast liczb dla miesięcy, możesz użyć:
setDT(temp)[, date := as.IDate(date)
][, .(mn_amt = mean(amount)), by = .(yr = year(date), mon = months(date))]
Daje to:
yr mon mn_amt
1: 2011 februari 42.610
2: 2011 maart 23.195
3: 2011 april 61.891
Jak widzisz, to da nazwy miesięcy w Twoim języku systemowym (który jest holenderski w moim przypadku).
Lub używając kombinacji lubridate
i dplyr
:
temp %>%
group_by(yr = year(date), mon = month(date)) %>%
summarise(mn_amt = mean(amount))
Użyte DANE:
# example data (modified the OP's data a bit)
temp <- structure(list(date = structure(1:6, .Label = c("2011-02-01", "2011-02-02", "2011-03-03", "2011-03-04", "2011-04-05", "2011-04-06"), class = "factor"),
amount = c(1.67, 83.55, 24.4, 21.99, 98.882, 24.9)),
.Names = c("date", "amount"), class = c("data.frame"), row.names = c(NA, -6L))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-12-02 17:30:15
Możesz to zrobić jako:
short.date = strftime(temp$date, "%Y/%m")
aggr.stat = aggregate(temp$amount ~ short.date, FUN = sum)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2014-11-24 15:07:27
Wystarczy użyć do tego pakietu xts.
library(xts)
ts <- xts(temp$amount, as.Date(temp$date, "%Y-%m-%d"))
# convert daily data
ts_m = apply.monthly(ts, FUN)
ts_y = apply.yearly(ts, FUN)
ts_q = apply.quarterly(ts, FUN)
Gdzie FUN jest funkcją, którą agregujesz dane (np. sumą)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2015-09-25 15:44:41
Mam funkcję monyr
, której używam do tego typu rzeczy:
monyr <- function(x)
{
x <- as.POSIXlt(x)
x$mday <- 1
as.Date(x)
}
n <- as.Date(1:500, "1970-01-01")
nn <- monyr(n)
Możesz zmienić as.Date
na końcu na as.POSIXct
, aby dopasować format daty w swoich danych. Podsumowanie według miesięcy jest wtedy tylko kwestią użycia agregatu / według / itp.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2011-05-19 01:20:11
Oto dplyr
Opcja:
library(dplyr)
df %>%
mutate(date = as.Date(date)) %>%
mutate(ym = format(date, '%Y-%m')) %>%
group_by(ym) %>%
summarize(ym_mean = mean(x))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2019-03-19 00:49:11
Ponadto, biorąc pod uwagę, że twoje szeregi czasowe wydają się być w formacie xts, możesz połączyć dzienny szereg czasowy z miesięcznym szeregiem czasowym za pomocą funkcji mean w następujący sposób:
d2m <- function(x) {
aggregate(x, format(as.Date(zoo::index(x)), "%Y-%m"), FUN=mean)
}
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2017-03-15 10:23:18
Jeszcze jedno rozwiązanie:
rowsum(temp$amount, format(temp$date,"%Y-%m"))
Dla działki można użyć barplot
:
barplot(t(rowsum(temp$amount, format(temp$date,"%Y-%m"))), las=2)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2011-05-22 20:58:35