R时间序列数据集-滞后日期和时间-不规则数据周期

时间:2018-08-27 00:32:07

标签: r

我正在努力处理包含日期时间的数据集。我想建立新列,例如 same_period_previous_week same_period_previous_day

我在Stackoverflow中阅读了几个答案,但是还没有解决。

以下是重新创建数据集的代码:

structure(list(date = structure(c(3L, 3L, 3L, 3L, 2L, 2L, 2L, 1L, 1L, 1L), .Label = c("8/19/2018", "8/25/2018", "8/26/2018" ), class = "factor"), time = c(9L, 10L, 11L, 12L, 10L, 11L, 12L, 10L, 11L, 12L), value = c(2L, 15L, 25L, 35L, 10L, 20L, 30L, 7L, 14L, 21L)), .Names = c("date", "time", "value"), class = "data.frame", row.names = c(NA, -10L))

看起来像这样:

date       time value
8/26/2018   9   2
8/26/2018   10  15
8/26/2018   11  25
8/26/2018   12  35
8/25/2018   10  10
8/25/2018   11  20
8/25/2018   12  30
8/19/2018   10  7
8/19/2018   11  14
8/19/2018   12  21

我尝试使用 dplyr ,首先排序数据集,然后分组并创建滞后列。这是我的代码:

df <- df %>% arrange(date, time)
df_tmp <- df %>% group_by(date, time) %>% mutate(lag_1day = lag(value, n = 1, default = NA))

新列(lag_1day)仅以几个NA结束。

我希望得到以下结果:

date    time    value   lag_1day
8/26/2018   9   2       NA
8/26/2018   10  15      10
8/26/2018   11  25      20
8/26/2018   12  35      30
8/25/2018   10  10      7
8/25/2018   11  20      14
8/25/2018   12  30      21
8/19/2018   10  7       NA
8/19/2018   11  14      NA
8/19/2018   12  21      NA

请注意第一行有一个NA,因为前一天的上午9点没有相应的值。

在第一步中按升序或降序排列是否重要?

感谢您的期待!

1 个答案:

答案 0 :(得分:1)

尝试这样。我想你快到了。

library(dplyr)

df$date <- as.Date(df$date, '%m/%d/%Y')

df %>%
  arrange(time, date) %>% 
  group_by(time) %>%
  mutate(lag_1day = lag(value, n = 1, default = NA)) %>% 
  arrange(desc(date, time))