Question

我一直在积极寻找R中问题的解决方案，但没有找到解决我问题的方法...

我有一份使用pepe模因数据的R报告要在1月初提交。我一直在研究pepe模因的价格，这是我的问题。我的日期格式为yyyy-mm-dd h:m，我想将这些日期汇总成月度数据。我当时正在考虑首先制作一个新文件，其时间戳的格式为yyyy-mm，但我无法做到这一点。转换为yyyy-mm-dd格式时很成功，但是当我想使用yyyy-mm格式时确实遇到了问题。

因此，更清楚地说，这是我的两个问题：

如何将我的yyyy-mm-dd h:m日期与每月数据的平均值（以yyyy-mm格式汇总为每月日期）？
如果您不知道如何直接汇总日期，那么您是否有人知道如何从yyyy-mm-dd h:m格式转换为yyyy-mm格式？

这是我的数据集的一些行（只是一个摘要，它包含250多个行）：

   Timestamp           ForwardQuantity TotalPriceUSDPerUnit
------------------------------------------------------------
 1 2016-09-26 04:00:00               3                 3.44
 2 2016-09-26 04:00:00               7                 3.44
 3 2016-09-26 05:00:00               3                 3.39
 4 2016-09-26 05:00:00               1                 3.39
 5 2016-09-26 06:00:00               2                 3.39
 6 2016-09-26 13:00:00               4                 2.84
 7 2016-09-28 04:00:00               1                 2.88
 8 2016-09-28 04:00:00               1                 2.92
 9 2016-09-28 06:00:00               1                 2.92
10 2016-09-28 06:00:00               1                 2.92

在此先感谢您，并为那些庆祝圣诞节的人们度过一个愉快的圣诞节！

编辑：预期结果：

   Timestamp           Average price
 ------------------------------------
 1 2016-09               2.9981

在这里，平均价格是通过将上述远期数量乘以其相关价格而获得的

编辑2：dput（head（DatasHAIRPEPE3col，10））的输出如下

    structure(list(Timestamp = structure(c(1474862400, 1474862400, 
1474866000, 1474866000, 1474869600, 1474894800, 1475035200, 1475035200, 
1475042400, 1475042400), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
    ForwardQuantity = c(3L, 7L, 3L, 1L, 2L, 4L, 1L, 1L, 1L, 1L
    ), TotalPriceUSDPerUnit = c(3.445, 3.445, 3.392, 3.392, 3.392, 
    2.8352, 2.8795, 2.9238, 2.9238, 2.9238)), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))

Answer 1

使用末尾注释中可重复显示的数据

1）动物园将数据转换为动物园对象，并同时将其聚合为yearmon类。这将使动物园对象Mean每年/每月平均一次。您可以使用它，也可以使用fortify.zoo将其转换为data.frame。此解决方案可能比下面的（2）更为方便，因为我们将年/月直接表示为yearmon类对象，可以按逻辑方式对其进行绘制和操作。

library(zoo)
Mean <- read.zoo(DF, FUN = as.yearmon, aggregate = mean)
fortify.zoo(Mean)  # optional

提供此数据框：

     Index     Mean
1 Sep 2016 3.406667

您现在可以进一步操作，例如使用plot.zoo进行绘制，如下所示：

plot(Mean)

2）基数R 或者，使用每个时间戳的前7个字符表示年/月，并以此为依据。

DF2 <- transform(DF, Timestamp = substring(Timestamp, 1, 7))
aggregate(UsdPricePerUnit ~ Timestamp, DF2, mean)

给予：

  Timestamp UsdPricePerUnit
1   2016-09        3.406667

注意

Lines <- "
Timestamp                    UsdPricePerUnit
2016-09-26 04:00:00                 3.44
2016-09-26 04:00:00                 3.44
2016-09-26 05:00:00                 3.39
2016-09-26 05:00:00                 3.39
2016-09-26 05:00:00                 3.39
2016-09-26 06:00:00                 3.39"
DF <- read.csv(textConnection(gsub("  +", ",", Lines)))

Answer 2

使用上一个答案中提供的示例数据（另外增加一个月用于演示）以及dplyr和anytime

library(tidyverse)
library(anytime)

Lines <- "
Timestamp               ForwardQuantity         UsdPricePerUnit
2016-09-26 04:00:00     3                 3.44
2016-09-26 04:00:00     7                 3.44
2016-09-26 05:00:00     3                 3.39
2016-10-26 05:00:00     1                 3.39
2016-10-26 05:00:00     2                 3.39
2016-10-26 06:00:00     4                 3.39"

DF <- read.csv(textConnection(gsub("  +", ",", Lines)))
DF %>%
  mutate(month = format(anydate((Timestamp)), "%Y-%m")) %>%
  group_by(month) %>%
  mutate(MonthlySpend = ForwardQuantity*UsdPricePerUnit) %>%
  summarise(QuanPerMon = sum(ForwardQuantity),
            SpendPerMon = sum(MonthlySpend)) %>%
  mutate(AveragePrice = SpendPerMon/QuanPerMon) %>%
  select(1,4)

# A tibble: 2 x 2
  month   AveragePrice
  <chr>          <dbl>
1 2016-09         3.43
2 2016-10         3.39

编辑-向问题中添加了新数据

这对我来说对你的数据有用

df %>%
  mutate(month = format(anydate((Timestamp)), "%Y-%m")) %>%
  group_by(month) %>%
  mutate(MonthlySpend = ForwardQuantity*TotalPriceUSDPerUnit) %>%
  summarise(QuanPerMon = sum(ForwardQuantity),
            SpendPerMon = sum(MonthlySpend)) %>%
  mutate(AveragePrice = SpendPerMon/QuanPerMon) %>%
  select(1,4)

# A tibble: 1 x 2
  month   AveragePrice
  <chr>          <dbl>
1 2016-09         3.24

以R的yyyy-mm-dd h：m格式将每小时数据汇总为每月数据

2 个答案:

注意