我想知道是否有办法将每日数据平均为每周数据。我称之为CADaily的数据框如下所示:
> CADaily[1:10, ]
Climate_Division Date Rain
885 1 1948-07-01 0.8750000
892 1 1948-07-02 2.9166667
894 1 1948-07-03 0.7916667
895 1 1948-07-04 0.4305556
898 1 1948-07-05 0.8262061
901 1 1948-07-06 0.5972222
904 1 1948-07-17 0.04166667
905 1 1948-07-18 0.08333333
907 1 1948-07-20 0.04166667
909 1 1948-07-22 0.12500000
910 1 1948-07-21 NA
我的目标类似于根据日期(当然)和Climate_Division(范围从1到7)找到每日降雨量的平均值的总函数。我在网上搜索,我遇到了一个我能够使用的代码,但与我的目标并不相符:
apply.weekly(xts(CADaily[,-2], order.by= CADaily[,2]), FUN = mean)
这就是我希望它做的事情,但是我的专栏Climate_Division也是平均值。我只想平均Rain,并根据Climate_Division然后Date来订购。有没有办法,我可以这样做:
aggregate(CADaily, by =list(CADaily$Climate_Division, CADaily$Date), FUN = mean, na.rm = TRUE)
哪里的日期是某种形式的周?或者还有另一种方式吗?
编辑:
亲爱的,
感谢您的帮助。正如我原先想的那样,也许使用聚合并不是解决这个问题的最好方法。就产量而言,我希望获得数据中每年的平均降雨量(1948年至1995年)。换句话说,我希望得到一个很好的格式,我可以将其输入到具有星期结束日期形式的时间序列中。我正在寻找的输出(请记住可能存在NA值)是:
Climate_Division Date Rain
1 1948-07-03 1.527778
1 1948-07-10 0.6179946
1 1948-07-17 0.04166667
1 1948-07-24 0.08333333
...
1 1995-12-23 0.24513245
1 1995-12-30 0.12450545
或者是否有更好的方式表达由日期表示的每周数据?
感谢您的帮助。
答案 0 :(得分:3)
根据OP对请求的更新,我修改了代码以在每周(星期六)的定义日期的日期聚合数据。这次我只使用基数R中可用的函数。它忽略了NA(如果给定的End_of_Week-Climate_Division只有NA,则得到NaN,而不是数字)。
# Data with another Climate division as example (same daily values and dates)
CADaily <-
structure(list(Climate_Division = c(1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2), Date = structure(c(1L, 2L,
3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 1L, 2L, 3L, 4L, 5L, 6L, 7L,
8L, 9L, 10L), .Label = c("01/07/1948", "02/07/1948", "03/07/1948",
"04/07/1948", "05/07/1948", "06/07/1948", "17/07/1948", "18/07/1948",
"20/07/1948", "22/07/1948"), class = "factor"), Rain = c(0.875,
2.9166667, 0.7916667, 0.4305556, 0.8262061, 0.5972222, 0.04166667,
0.08333333, 0.04166667, 0.125, 0.875, 2.9166667, 0.7916667, 0.4305556,
0.8262061, 0.5972222, 0.04166667, 0.08333333, 0.04166667, 0.125
), week = c(27, 27, 27, 27, 27, 27, 29, 29, 29, 30, 27, 27, 27,
27, 27, 27, 29, 29, 29, 30)), .Names = c("Climate_Division",
"Date", "Rain", "week"), row.names = c(NA, 20L), class = "data.frame")
# Coerce to Date class
CADaily$Date <- as.Date(x=CADaily$Date, format='%d/%m/%Y')
# Extract day of the week (Saturday = 6)
CADaily$Week_Day <- as.numeric(format(CADaily$Date, format='%w'))
# Adjust end-of-week date (first saturday from the original Date)
CADaily$End_of_Week <- CADaily$Date + (6 - CADaily$Week_Day)
# Aggregate over week and climate division
aggregate(Rain~End_of_Week+Climate_Division, FUN=mean, data=CADaily, na.rm=TRUE)
# Output
# End_of_Week Climate_Division Rain
# 1 1948-07-03 1 1.52777780
# 2 1948-07-10 1 0.61799463
# 3 1948-07-17 1 0.04166667
# 4 1948-07-24 1 0.08333333
# 5 1948-07-03 2 1.52777780
# 6 1948-07-10 2 0.61799463
# 7 1948-07-17 2 0.04166667
# 8 1948-07-24 2 0.08333333
此外,使用此代码可以获得其他聚合函数的结果,假设结果是每个星期对的原子向量相同。
# Aggregate over week and climate division, and show the total number of
# observations per week, the number of observations which represent missing
# values, the average, and the standard deviation.
aggregate(Rain~End_of_Week+Climate_Division, data=CADaily,
FUN=function(x) c(n=length(x),
NAs=sum(is.na(x)),
Average=mean(x, na.rm=TRUE),
SD=sd(x, na.rm=TRUE)))
# Output. You get NA for the standard deviation if there is only one observation.
# End_of_Week Climate_Division Rain.n Rain.NAs Rain.Average Rain.SD
# 1 1948-07-03 1 3.00000000 0.00000000 1.52777780 1.20353454
# 2 1948-07-10 1 3.00000000 0.00000000 0.61799463 0.19864151
# 3 1948-07-17 1 1.00000000 0.00000000 0.04166667 NA
# 4 1948-07-24 1 3.00000000 0.00000000 0.08333333 0.04166667
# 5 1948-07-03 2 3.00000000 0.00000000 1.52777780 1.20353454
# 6 1948-07-10 2 3.00000000 0.00000000 0.61799463 0.19864151
# 7 1948-07-17 2 1.00000000 0.00000000 0.04166667 NA
# 8 1948-07-24 2 3.00000000 0.00000000 0.08333333 0.04166667
尝试使用lubridate
包。加载它,然后聚合(作为原始答案的一部分保留作为记录,这反映了OP按周汇总的请求)。
# Load lubridate package
library(package=lubridate)
# Set Weeks number. Date already of class `Date`
CADaily$Week <- week(CADaily$Date)
# Aggregate over week number and climate division
aggregate(Rain~Week+Climate_Division, FUN=mean, data=CADaily, na.rm=TRUE)
# Output
# Week Climate_Division Rain
# 1 27 1 1.07288622
# 2 29 1 0.05555556
# 3 30 1 0.12500000
# 4 27 2 1.07288622
# 5 29 2 0.05555556
# 6 30 2 0.12500000
答案 1 :(得分:1)
xts
非常适合这种操纵。使用endpoints
对数据进行子集,然后sapply
每周对其进行处理。
CADaily <- read.table(text =' Climate_Division Date Rain
885 1 1948-07-01 0.8750000
892 1 1948-07-02 2.9166667
894 1 1948-07-03 0.7916667
895 1 1948-07-04 0.4305556
898 1 1948-07-05 0.8262061
901 1 1948-07-06 0.5972222
904 1 1948-07-17 0.04166667
905 1 1948-07-18 0.08333333
907 1 1948-07-20 0.04166667
909 1 1948-07-22 0.12500000',head=T)
dat.xts <- xts(CADaily[,-2], order.by= as.POSIXct(CADaily[,2]))
INDEX <- endpoints(dat.xts, 'weeks')
lapply(1:(length(INDEX) - 1), function(y) {
y <- dat.xts[(INDEX[y] + 1):INDEX[y + 1]]
data.frame(y$Climate_Division,mean(y$Rain))
})
我的结果是按周列出的列表:
[[1]]
Climate_Division mean.y.Rain.
1948-07-01 1 1.168019
1948-07-02 1 1.168019
1948-07-03 1 1.168019
1948-07-04 1 1.168019
1948-07-05 1 1.168019
[[2]]
Climate_Division mean.y.Rain.
1948-07-06 1 0.5972222
[[3]]
Climate_Division mean.y.Rain.
1948-07-17 1 0.0625
1948-07-18 1 0.0625
[[4]]
Climate_Division mean.y.Rain.
1948-07-20 1 0.08333334
1948-07-22 1 0.08333334
答案 2 :(得分:0)
我从之前的回答中回过头来。我认为这个更简单。
您只需找到每行的周末日期,然后汇总
CADaily <- read.table(text = "Climate_Division Date Rain\n1 1948-07-01 0.8750000\n1 1948-07-02 2.9166667\n1 1948-07-03 0.7916667\n1 1948-07-04 0.4305556\n1 1948-07-05 0.8262061\n1 1948-07-06 0.5972222\n1 1948-07-17 0.04166667\n1 1948-07-18 0.08333333\n1 1948-07-20 0.04166667\n1 1948-07-22 0.12500000\n2 1948-07-01 0.8750000\n2 1948-07-02 2.9166667\n2 1948-07-03 0.7916667\n2 1948-07-04 0.4305556\n2 1948-07-05 0.8262061\n2 1948-07-06 0.5972222\n2 1948-07-17 0.04166667\n2 1948-07-18 0.08333333\n2 1948-07-20 0.04166667\n2 1948-07-22 0.12500000",
head = T)
CADaily$weekend <- as.POSIXlt(CADaily$Date) + (7 - as.POSIXlt(CADaily$Date)$wday) * 24 * 60 * 60
aggregate(Rain ~ weekend + Climate_Division, data = CADaily, FUN = mean)
## weekend Climate_Division Rain
## 1 1948-07-04 1 1.52777780
## 2 1948-07-11 1 0.61799463
## 3 1948-07-18 1 0.04166667
## 4 1948-07-25 1 0.08333333
## 5 1948-07-04 2 1.52777780
## 6 1948-07-11 2 0.61799463
## 7 1948-07-18 2 0.04166667
## 8 1948-07-25 2 0.08333333