Question

我看过许多类似的帖子，但我相信不太复杂的问题，而且似乎无法找到答案。

我有一个＆gt; 1000000行数据，例如以这种形式：

date<-c("9/30/2012","10/31/2012","11/30/2012","12/31/2012","1/31/2013","2/28/2013","3/31/2013","10/31/2012","11/30/2012","12/31/2012","1/31/2013","2/28/2013","3/31/2013")
name<-c("a","a","a","a","a","a","a","b","b","b","b","b","b")
amount<-c(100,200,300,400,500,600,700,800,900,800,700,600,500)
data<-data.frame(name,date,amount)
View(data)

我需要的是，对于相同名称的条目，在同一年的jan-mar，apr-jun，jul-sep，oct-dec中的日期总和。

这是我理想的输出：

date2<-c("9/30/2012","12/31/2012","3/31/2013","12/31/2012","3/13/2013")
name2<-c("a","a","a","b","b")
amount2<-c(100,900,1800,2500,1800)
data2<-data.frame(name2,date2,amount2)
View(data2)

将完全欣赏任何输入，引导我朝着正确的方向前进。非常感谢你！

Answer 1

<强> 1。使用dplyr / zoo

我们可以转换日期＆＃39;来自＆＃39;字符＆＃39;到＆＃39;日期＆＃39;，获取＆＃39;金额的sum＆＃39;和last的值＆＃39; date＆＃39;按列分组＆＃39; name＆＃39;和＆＃39; Qtr＆＃39; （从将日期＆＃39;转换为年度季度（as.yearqtr）。

library(dplyr)
library(zoo)
 data %>%
     mutate(date=as.Date(date, format='%m/%d/%Y')) %>%
     group_by(name, Qtr=as.character(as.yearqtr(date))) %>% 
     summarise(amount= sum(amount), date=last(date))
 #  name     Qtr amount       date
 #1    a 2012 Q3    100 2012-09-30
 #2    a 2012 Q4    900 2012-12-31
 #3    a 2013 Q1   1800 2013-03-31
 #4    b 2012 Q4   2500 2012-12-31
 #5    b 2013 Q1   1800 2013-03-31

注意：还添加了@docendo discimus建议，以便使用last并更改＆＃39; date＆＃39;柱。 Qtr列是＆＃39;字符＆＃39;由于as.yearqtr（来自错误）不支持dplyr类。＆＃39; Qtr＆＃39;列不在预期的数据集＆＃39; data2＆＃39;中。所以，我认为它是否是＆＃39;字符＆＃39;并不重要。或者＆＃39; as.yearqtr＆＃39;。如果我们不改变日期＆＃39;列到＆＃39;日期＆＃39;类，并在group_by步骤中进行更改，这将产生与＆＃39; data2＆＃39;相同的结果。额外的Qtr＆＃39;列可以删除。

<强> 2。不使用动物园

 data %>%
     mutate(date1 = as.Date(date, format = '%m/%d/%Y')) %>% 
     group_by(name, Qtr= sprintf('%s %s', format(date1, '%Y'),
                                         quarters(date1))) %>%
     summarise(amount = sum(amount), date=last(date)) %>%
     ungroup() %>%
     select(-Qtr) %>% 
     as.data.frame()
 #  name amount       date
 #1    a    100  9/30/2012
 #2    a    900 12/31/2012
 #3    a   1800  3/31/2013
 #4    b   2500 12/31/2012
 #5    b   1800  3/31/2013

注2：添加了一个不使用as.yearqtr的解决方案，并保留了相同的格式＆＃39; date＆＃39;与预期的输出数据2＆＃39;

一样

Answer 2

以下是一些方法：

1）聚合＆amp;动物园

library(zoo) aggregate(amount ~ name + yearqtr, transform(data, yearqtr = as.yearqtr(date, "%m/%d/%Y")), sum)

2）data.table＆amp;动物园

library(data.table) library(zoo) dt <- data.table(data, key = "name,date") dt[, date := as.yearqtr(date, "%m/%d/%Y")][, list(sum = sum(amount)), by = "name,date"]

请注意，这两种解决方案都将date转换为真正的"yearqtr"对象，而不仅仅是字符串。我没有对这些进行基准测试，但通常data.table非常快。您可以使用data通过引用从setDT创建data.table，以获得更高的性能，但可能更愿意将它们分开，因此我们将它们分开。

对于给定的标识符，按日期范围对行进行求和

2 个答案: