Question

我有一个看起来像这样的数据框（让我们称之为df1）......

Date          Price
2014-08-06       22
2014-08-06       89
2014-09-15       56
2014-06-04       41
2015-01-19       11
2015-05-23        5
2014-07-21      108

数据框中还有其他变量，但我们现在会忽略它们，因为我不需要它们。

我之前使用

订购了它

df2 <- df1[order(as.Date(df1$Date, format="%Y/%m/%d")),]

然后创建一个包含一个月值的数据框，例如，2015年9月的日期......

september2015 <- df2[df2$Date >= "2015-09-01" & df2$Date <= "2015-09-30",]

我在2015年和2014年的所有月份都这样做了。然后我需要在每个给定月份内创建平均价格。我这样做了......

mean(september2015$Price, na.rm = TRUE)

显然，这是非常漫长而乏味的，涉及许多代码行。我试图通过使用dplyr包来提高代码效率。

到目前为止，我有......

datesandprices <- select(df2, Date, Price)

datesandprices <- arrange(datesandprices, Date)

summarise(datesandprices, avg = mean(Price, na.rm = TRUE))

或者以更简单的形式......

df1 %>%
    select(Date, Price) %>%
    arrange(Date) %>%
    filter(Date >= 2014-08-06 & Date =< 2014-08-30)
    summarise(mean(Price, na.rm = TRUE))

过滤器行对我不起作用，我无法弄清楚如何使用此方法按日期过滤。我想获得每个月的平均值，而不必逐个计算 - 并且理想情况下将每月均值提取到一个看起来像......的新数据框或列中。

Month         Average
Jan 2014         x
Feb 2014         y
...
Nov 2015         z
Dec 2015         a

我希望这是有道理的。我在stackoverflow上找不到任何与日期一起工作的东西，尝试做类似的事情（除非我正在搜索错误的函数）。非常感谢！

Answer 1

我在您的数据集中创建了一个仅包含年份和月份的单独列。然后，我在该列上做了group_by以获取每个月的工具。

Date <- c("2014-08-06", "2014-08-06", "2014-09-15", "2014-06-04", "2015-01-19", "2015-05-23", "2014-07-21")
Price <- c(22,89,56,41,11,5,108)

Date <- as.Date(Date, format="%Y-%m-%d")

df <- data.frame(Date, Price)
df$Month_Year <- substr(df$Date, 1,7)
library(dplyr)

df %>%
  #select(Date, Price) %>%
  group_by(Month_Year) %>%
  summarise(mean(Price, na.rm = TRUE))

Answer 2

我设法使用所有dplyr函数，在@ user108636

的帮助下完成

df %>%
    select(Date, Price) %>%
    arrange(Date) %>%
    mutate(Month_Year = substr(Date, 1,7)) %>%
    group_by(Month_Year) %>%
    summarise(mean(Price, na.rm = TRUE))

select函数选择日期和价格列。排列函数根据日期排列我的数据框 - 最早的日期是第一个。 mutate函数添加了另一个列，它排除了那一天并离开了我们，例如......

Month_Year
2015-10
2015-10
2015-11
2015-12
2015-12

按功能分组将所有月份组合在一起，汇总功能计算每个月的平均价格。

Answer 3

为了完整起见，这里还有一个Messenger -> your api server ->api.ai nlp -> your webhook /end point解决方案：

data.table

library(data.table)

# in case  Date is of type character
setDT(df1)[, .(Average = mean(Price, na.rm = TRUE)), keyby = .(Yr.Mon = substr(Date, 1,7))]

# in case Date is of class Date or POSIXct
setDT(df2)[, .(Average = mean(Price, na.rm = TRUE)), keyby = .(Yr.Mon = format(Date, "%Y-%m"))]

请注意，分组变量Yr.Mon Average 1: 2014-06 41.0 2: 2014-07 108.0 3: 2014-08 55.5 4: 2014-09 56.0 5: 2015-01 11.0 6: 2015-05 5.0是在Yr.Mon子句中“即时”创建的。

数据

keyby

Answer 4

这应该是按月 - 月的价格数据。

library(zoo)

#Pull out columns
Price<-df1["Price"]
Date<-df1["Date"]

#Put in Zoo
zooPrice <- zoo(Price,Date)

#Monthly mean with year (vector)
monthly.avg <- apply.monthly(zooPrice, mean)

#function to change back to DF
zooToDf <- function(z) {
    df <- as.data.frame(z) 
    df$Date <- time(z) #create a Date column
    rownames(df) <- NULL #so row names not filled with dates
    df <- df[,c(ncol(df), 1:(ncol(df)-1))] #reorder columns so Date first
    return(df)
}

#Apply function to create new Df with data!
MonthYearAvg<-zooToDf(monthly.avg)

如何使用dplyr

4 个答案:

数据