Question

我想根据中心疾病控制定义计算累积和。自2008年至今，我每周都有25个区的数据。

          Site1   Site2    Site3  Site4  Site5   Site6   Site7   Site8   Site9
2011-45 1   1   1   1   2   2   1   1   1
2011-46 1   1   1   1   1   2   1   2   3
2011-47 2   1   1   1   1   3   1   2   1
2011-48 1   1   1   1   2   2   3   2   1
2011-49 1   1   1   1   1   2   1   3   2
2011-50 1   1   1   1   1   4   1   1   1
2011-51 1   1   1   1   1   1   1   1   1
2011-52 1   1   1   1   1   2   2   2   2
2012-01 1   1   1   3   2   4   1   1   1
2012-02 1   1   2   1   1   2   1   3   3
2012-03 1   2   1   1   1   2   1   1   2
2012-04 3   1   2   1   1   3   1   2   1
2012-05 1   1   2   1   1   2   1   2   2
2012-06 3   1   2   1   1   5   1   2   2
2012-07 1   1   1   1   1   2   NA  2   1
2012-08 1   2   6   1   1   4   1   4   2
2012-09 3   1   2   1   1   1   1   4   2
…   …   …   …   …   …   …   …   …   …
…   …   …   …   …   …   …   …   …   …
…   …   …   …   …   …   …   …   …   …
2012-45 7   2   1   NA  1   22  NA  17  1
2012-46 4   1   NA  1   1   13  NA  7   1
2012-47 2   1   1   1   1   39  1   12  1
2012-48 4   1   2   NA  1   24  1   8   1
2012-49 1   1   1   1   1   19  1   5   1
2012-50 2   1   2   1   2   17  2   1   2
2012-51 7   1   1   1   1   21  1   3   1
2012-52 1   1   2   1   1   5   1   11  1
2012-53 NA  NA  NA  NA  NA  NA  1   NA  NA
2013-00 6   1   1   1   1   11  1   6   1
2013-01 7   2   3   1   1   58  1   18  2
2013-02 3   2   2   1   3   53  1   27  2
2013-03 1   2   2   1   1   21  1   9   1
2013-04 2   1   1   1   1   14  1   6   3
2013-05 3   1   1   1   1   10  1   3   1
2013-06 NA  2   3   1   1   16  1   8   1
2013-07 16  1   4   1   1   22  1   8   3
2013-08 10  2   6   1   1   19  1   11  1
2013-09 13  1   3   1   2   31  1   7   1
…   …   …   …   …   …   …   …   …   …
…   …   …   …   …   …   …   …   …   …
…   …   …   …   …   …   …   …   …   …
2013-45 2   1   1   1   1   15  NA  6   1
2013-46 2   2   1   1   1   5   1   2   1
2013-47 3   1   1   1   2   12  1   2   1
2013-48 3   1   1   1   1   2   2   1   1
2013-49 1   2   1   1   1   7   1   NA  2
2013-50 2   2   1   1   1   1   1   1   1
2013-51 NA  1   1   1   1   8   1   2   1
2013-52 NA  2   1   1   1   4   1   2   1
2014-00 NA  1   1   1   1   4   1   1   1
2014-01 NA  2   3   1   1   3   1   1   1
2014-02 NA  3   1   1   2   6   1   1   2
2014-03 NA  1   1   1   1   3   1   1   2
2014-04 NA  1   1   1   1   3   1   1   2
2014-05 1   2   1   1   1   1   1   1   1
2014-06 1   2   1   1   1   1   1   1   1
2014-07 1   2   1   1   1   1   1   1   1
2014-08 1   2   1   1   1   1   1   1   1
2014-09 1   2   1   1   1   1   1   1   1

计算累积和; 我想总结一下：

[(2014-07 + 2014-08 + 2014-09)+(2013-07 + 2013-08 + 2013-09)+...for X year] /weeks number                                 
                                        +

[(2014-08 + 2014-09 + 2014-10)+(2013-08 + 2013-09 + 2013-10)+...for X year] /week number                                  
                                        +

[(2014-09 + 2014-10 + 2014-11)+(2013-09 + 2013-10 + 2013-11)+...for X year] /weeks number 

                                        +

[(2014-10 + 2014-11 + 2014-12)+(2013-10 + 2013-11 + 2013-12)+...for X year] /weeks number

谢谢！

Answer 1

您希望在多年内为选定的月份执行cumsum。我们不需要知道从哪里剔除数据的血腥细节。请给我们一个数据框。
首先，您需要将 年，月 分离到新的单独列中（如果您愿意，也可以保留日期）。您可以使用substr()，因为您有固定的日期字符串格式，或者使用函数来计算日期类型的月份（只搜索SO）。这取决于你。
strsplit方法是：

df $ Year＆lt; - df $ Month＆lt; - NA //对于悲观主义，如果我们在字符串中有一些错过的月份 df $ Year＆lt; - substr（df $ Date，1,4） df $ Week＆lt; - substr（df $ Date，6,7） //您可以将Year，Week视为整数，或转换为factor，无论是什么使您的后续工作制表和绘图更容易。如果您希望Month表示为'00'，'01'，则使用因子与字符串级别或字符串。或者在打印时使用format / printf。
（PS你的数据有周数00..53，似乎你有一些星期开始/年末。仔细检查这个条目，也许你想放弃2012-53段：

2012-53 NA NA NA NA NA NA 1 NA NA 2013-00 6 1 1 1 1 11 1 6 1
然后使用逻辑索引，subset()，dplyr::filter（或plyr::ddply）感兴趣的月份。您的逻辑表达式为 Month %in% c(7,8,9) ，或 Month>=7 & Month <=9
< / LI>
当你说“为X年”时，你的意思是'过去所有年份'还是'对于某些可参数化的年份子集'？请编辑以澄清。
像 Month>=7 & Month <=9 这样的表达式要求您使用支持数字比较的日期类型，而不仅仅是dumb'=='。（我建议无论如何，因为当它通常在x轴上理解日期时间类型时，绘图表现得更好）
然后做逐列的cumsum。 dplyr::summarize或lapply或colwise(cumsum)(col-of-interest)
我认为你想要在这个数据框底部的新行'Cumsum'中的所有cumsums？或者，如果它不是数据框，请简化您的生活并使其成为数据框，这样您就可以添加一个带有Rowname“Cumsum”的底行。
完成。我推荐dplyr（现在最活跃的开发和最高性能的库，如果你进展到更难的东西，你的代码将是非常可扩展的），但是对于这个相当简单的任务来说，这可能是过度的，这取决于你。

多年来选定月份的R cumsum

1 个答案: