假设动物园里有多年的动物活动日常时间序列。非常大的数据集的子集可能如下所示：
library(data.table)
type <- c(rep('giraffe',90),rep('monkey',90),rep('anteater',90))
status <- as.factor(c(rep('display',31),rep('caged',28),rep('display',31),
rep('caged',25), rep('display',35),rep('caged',30),rep('caged',10),
rep('display',10),rep('caged',10),rep('display',60)))
date <- rep(seq.Date( as.Date("2001-01-01"), as.Date("2001-03-31"), "day" ),3)
其中'type'是动物类型，'status'是当天动物正在做什么的指标，例如，笼中或展示。
animals <- data.table(type,status,date);animals
type status date
1: giraffe display 2001-01-01
2: giraffe display 2001-01-02
3: giraffe display 2001-01-03
4: giraffe display 2001-01-04
5: giraffe display 2001-01-05
---
266: anteater display 2001-03-27
267: anteater display 2001-03-28
268: anteater display 2001-03-29
269: anteater display 2001-03-30
270: anteater display 2001-03-31
假设我们想要将其汇总到月度系列中，该系列列出了动物的整个月状态信息。在新系列中，“状态”反映了该月初动物的状态。 “fullmonth”是一个二进制变量（1 = TRUE，0 = FALSE），表示此状态是否持续整个月，“anydisp”是否为二进制变量（1 = TRUE，0 = FALSE），表示动物是否开启在该月中的任何时间显示（＆gt; = 1天）。因此，因为长颈鹿在1月和3月的整个月展出，但在2月份被关在笼子里，因此得到了相应的标记。
date <- rep(seq.Date( as.Date("2001-01-01"), as.Date("2001-03-31"),"month"),3)
type <- c(rep('giraffe',3),rep('monkey',3),rep('anteater',3))
status <- as.factor(c('display','caged','display','caged','display','caged',
'caged','display','display'))
fullmonth <- c(1,1,1,0,1,0,0,1,1)
anydisp <- c(1,0,1,1,1,1,1,1,1)
animals2 <- data.table(date,type,status,fullmonth,anydisp);animals2
date type status fullmonth anydisp
2001-01-01 giraffe display 1 1
2001-02-01 giraffe caged 1 0
2001-03-01 giraffe display 1 1
2001-01-01 monkey caged 0 1
2001-02-01 monkey display 1 1
2001-03-01 monkey caged 0 1
2001-01-01 anteater caged 0 1
2001-02-01 anteater display 1 1
2001-03-01 anteater display 1 1
我认为zoo可能是要走的路但是在玩完之后我发现它不能很好地处理非数值，即使我将任意值分配给定性组件（状态）也不清楚它将如何解决问题。
##aggregate function with zoo?
library(zoo)
animals$activity <- as.numeric(ifelse(status=='display',1,0))
animals2 <- subset(animals, select=c(date,activity))
datas <- zoo(animals2)
monthlyzoo <- aggregate(datas,as.yearmon,sum)
Error in Summary.factor(1L, na.rm = FALSE) :
sum not meaningful for factors
有人知道使用sqldf或data.table的解决方案吗？
想要添加一个新要求，即所显示的日期是本月的第一天，即使数据在本月晚些时候开始。例如，此数据集说明了这种情况：
animals2 <- animals[30:270,];head(animals2)
setkey(animals2, "type", "date")
oo <- animals2[, list(date=date[1], status = status[1],
fullmonth = 1 * all(status == status[1]),
anydisplay = any(status == "display") * 1 ),
by = list(month(date), type)][, month := NULL]
oo
type date status fullmonth anydisplay
1: anteater 2001-01-30 caged 0 1
2: anteater 2001-02-01 display 1 1
3: anteater 2001-03-01 display 1 1
4: giraffe 2001-01-01 display 1 1
5: giraffe 2001-02-01 caged 1 0
6: giraffe 2001-03-01 display 1 1
7: monkey 2001-01-01 caged 0 1
8: monkey 2001-02-01 display 1 1
9: monkey 2001-03-01 display 0 1
sqldf("select
min(date) date,
type,
status,
max(status) = min(status) fullmonth,
sum(status = 'display') > 0 anydisp
from animals2
group by type, strftime('%Y %m', date * 3600 * 24, 'unixepoch')
order by type, date")
date type status fullmonth anydisp
1 2001-01-30 anteater caged 0 1
2 2001-02-01 anteater display 1 1
3 2001-03-01 anteater display 1 1
4 2001-01-01 giraffe display 1 1
5 2001-02-01 giraffe caged 1 0
6 2001-03-01 giraffe display 1 1
7 2001-01-01 monkey caged 0 1
8 2001-02-01 monkey display 1 1
9 2001-03-01 monkey caged 0 1
这可以通过后期处理修改日期的任何解决方案来实现：
dateswitch <- paste(year(animals2$date),month(animals2$date),1,sep='/')
dateswitch <- as.Date(dateswitch, "%Y/%m/%d")
animals2$date <- as.Date(dateswitch)
答案 0 :(得分：3)
这样的东西？
setkey(animals, "type", "date")
oo <- animals[, list(date=date[1], status = status[1],
fullmonth = 1 * all(status == status[1]),
anydisplay = any(status == "display") * 1),
by = list(month(date), type)][, month := NULL]
# type date status fullmonth anydisplay
# 1: anteater 2001-01-01 caged 0 1
# 2: anteater 2001-02-01 display 1 1
# 3: anteater 2001-03-01 display 1 1
# 4: giraffe 2001-01-01 display 1 1
# 5: giraffe 2001-02-01 caged 1 0
# 6: giraffe 2001-03-01 display 1 1
# 7: monkey 2001-01-01 caged 0 1
# 8: monkey 2001-02-01 display 1 1
# 9: monkey 2001-03-01 display 0 1
答案 1 :(得分：2)
这是一个sqldf解决方案：
library(sqldf)
# define input data.frame where type, status and date variables are defined in question
animals <- data.frame(type,status,date)
sqldf("select
min(date) date,
type,
status,
max(status) = min(status) fullmonth,
sum(status = 'display') > 0 anydisp
from animals
group by type, strftime('%Y %m', date * 3600 * 24, 'unixepoch')
order by type, date")
此命令的输出显示的数据为：
date type status fullmonth anydisp
1 2001-01-01 anteater caged 0 1
2 2001-02-01 anteater display 1 1
3 2001-03-01 anteater display 1 1
4 2001-01-01 giraffe display 1 1
5 2001-02-01 giraffe caged 1 0
6 2001-03-01 giraffe display 1 1
7 2001-01-01 monkey caged 0 1
8 2001-02-01 monkey display 1 1
9 2001-03-01 monkey caged 0 1
增加：海报后来在问题中添加了另一项要求，即将日期显示为该月的第一天，即使数据直到该月晚些时候才开始。如果DF是上面sqldf语句的结果，那么将其转换为：
library(zoo)
transform(DF, date = as.Date(as.yearmon(date)))
或者最好消除日期部分（因为如果没有相关日期的数据，可能会被视为误导）并且仅使用"yearmon"类给出年份和月份：
library(zoo)
transform(DF, date = as.yearmon(date))