Zagreguj dane dzienne w odstępach miesięcznych/rocznych

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))

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))

Możesz to zrobić jako:

short.date = strftime(temp$date, "%Y/%m")
aggr.stat = aggregate(temp$amount ~ short.date, FUN = sum)

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)

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.

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))

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)
}

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)