Question

我有7年的每日数据。我想将其分组为每周数据（基于实际日期）并汇总频率。

Date Frequency
1   2014-01-01  179
2   2014-01-02  82  
3   2014-01-03  89  
4   2014-01-04  109 
5   2014-01-05  90  
6   2014-01-06  66  
7   2014-01-07  75  
8   2014-01-08  106 
9   2014-01-09  89  
10  2014-01-10  82

实现此目标的最佳方法是什么？谢谢

Answer 1

这些解决方案均使用基数R，仅在周的定义和标签上有所不同。

1） cut，将日期分成几周，然后将其汇总。星期几从星期一开始，但是您可以将start.on.monday=FALSE添加到cut以在星期天开始它们。

Week <- as.Date(cut(DF$Date, "week"))
aggregate(Frequency ~ Week, DF, sum)
##         Week Frequency
## 1 2013-12-30       549
## 2 2014-01-06       418

2）如果您希望将一周定义为以DF $ Date [1]开头的7天，并根据该周的第一个日期为它们加上标签，请使用此日期。（如果您更愿意将一周中的最后一个日期添加到Week中，则为6。）

weekno <- as.numeric(DF$Date - DF$Date[1]) %/% 7
Week <- DF$Date[1] + 7 * weekno
aggregate(Frequency ~ Week, DF, sum)
##         Week Frequency
## 1 2014-01-01       690
## 2 2014-01-08       277

3），或者如果您希望将其标记为该周DF中存在的第一个日期，请使用此日期。如果没有丢失的日期，则此定义和最后一个Week定义将得到相同的结果，在这种情况下。（如果要使用一周中的最后一个日期，而不是第一个，则将match替换为findInterval。）

weekno <- as.numeric(DF$Date - DF$Date[1]) %/% 7
Week <- DF$Date[match(weekno, weekno)]
aggregate(Frequency ~ Week, DF, sum)
##         Week Frequency
## 1 2014-01-01       690
## 2 2014-01-08       277

注意

可重复输入的形式假定为：

Lines <- "Date Frequency
1 2014-01-01 179
2 2014-01-02 82 
3 2014-01-03 89 
4 2014-01-04 109 
5 2014-01-05 90 
6 2014-01-06 66 
7 2014-01-07 75 
8 2014-01-08 106 
9 2014-01-09 89 
10 2014-01-10 82"
DF <- read.table(text = Lines)
DF$Date <- as.Date(DF$Date)

Answer 2

除非有很好的理由，否则请务必使用ISO weeks以确保聚合间隔的大小相等。

data.table使这项工作像这样：

library(data.table)
setDT(myDF) # convert to data.table

myDF[ , .(weekly_freq = sum(Frequency)), by = isoweek(Date)]

Answer 3

我会使用library(lubridate)。

df <- read.table(header = TRUE,text = "date Frequency
2014-01-01  179
2014-01-02  82  
2014-01-03  89  
2014-01-04  109 
2014-01-05  90  
2014-01-06  66  
2014-01-07  75  
2014-01-08  106 
2014-01-09  89  
2014-01-10  82")

您可以使用基数R或library(dplyr)：

基数R：确保该日期确实是一个日期：

df$date <- ymd(df$date)
df$week <- week(df$date)

或简称：

df$week <- week(ymd(df$date))

或dplyr：

library(dplyr)
df %>% 
  mutate(week = week(ymd(date))) %>% 
  group_by(week)

Answer 4

也许您可以使用aggregate + format，即

dfout <- aggregate(Frequency ~ yearweek,within(df,yearweek <- format(Date,"%Y,%W")),sum)

这样

> dfout
  yearweek Frequency
1  2014,00       549
2  2014,01       418

数据

df <- structure(list(Date = structure(c(16071, 16072, 16073, 16074, 
16075, 16076, 16077, 16078, 16079, 16080), class = "Date"), Frequency = c(179L, 
82L, 89L, 109L, 90L, 66L, 75L, 106L, 89L, 82L)), row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10"), class = "data.frame")

Answer 5

RStudio的新软件包slider直接解决了这个问题，包括指定每周周期的开始。假设每周的时段从星期一开始，因此第一周的开始时间为Monday, 2013-12-30。那么滑块解决方案将是

library(slider)   
slide_period_dfr(.x = DF, .i=as.Date(DF$Date), 
                 .period = "week", 
                 .f = ~data.frame(week_ending = tail(.x$Date,1),
                                   week_freq = sum(.x$Frequency)),
                 .origin = as.Date("2013-12-30"))

结果

 week_ending week_freq
1  2014-01-05       549
2  2014-01-10       418

在R中将每日数据转换成每周数据

5 个答案:

注意