Question

我不经常在R中使用日期，但我想这很容易。我有一个代表数据框中日期的列。我只是想创建一个新的数据框，使用日期按月/年汇总第二列。什么是最好的方法？

我想要第二个数据帧，以便将其提供给绘图。

非常感谢您提供的任何帮助！

编辑：供参考：

> str(temp)
'data.frame':   215746 obs. of  2 variables:
 $ date  : POSIXct, format: "2011-02-01" "2011-02-01" "2011-02-01" ...
 $ amount: num  1.67 83.55 24.4 21.99 98.88 ...

> head(temp)
        date amount
1 2011-02-01  1.670
2 2011-02-01 83.550
3 2011-02-01 24.400
4 2011-02-01 21.990
5 2011-02-03 98.882
6 2011-02-03 24.900

Answer 1

我会使用lubridate和plyr执行此操作，将日期舍入到最接近的月份，以便更容易绘制：

library(lubridate)
df <- data.frame(
  date = today() + days(1:300),
  x = runif(300)
)
df$my <- floor_date(df$date, "month")

library(plyr)
ddply(df, "my", summarise, x = mean(x))

Answer 2

可能有一个更优雅的解决方案，但是strftime()然后aggregate()分为几个月和几年应该这样做。然后重新组装绘图日期。

x <- as.POSIXct(c("2011-02-01", "2011-02-01", "2011-02-01"))
mo <- strftime(x, "%m")
yr <- strftime(x, "%Y")
amt <- runif(3)
dd <- data.frame(mo, yr, amt)

dd.agg <- aggregate(amt ~ mo + yr, dd, FUN = sum)
dd.agg$date <- as.POSIXct(paste(dd.agg$yr, dd.agg$mo, "01", sep = "-"))

Answer 3

游戏稍晚，但另一种选择是使用data.table：

library(data.table)
setDT(temp)[, .(mn_amt = mean(amount)), by = .(yr = year(date), mon = months(date))]

# or if you want to apply the 'mean' function to several columns:
# setDT(temp)[, lapply(.SD, mean), by=.(year(date), month(date))]

这给出了：

     yr      mon mn_amt
1: 2011 februari 42.610
2: 2011    maart 23.195
3: 2011    april 61.891

如果你想要几个月的名字而不是数字，你可以使用：

setDT(temp)[, date := as.IDate(date)
            ][, .(mn_amt = mean(amount)), by = .(yr = year(date), mon = months(date))]

这给出了：

     yr      mon mn_amt
1: 2011 februari 42.610
2: 2011    maart 23.195
3: 2011    april 61.891

如您所见，这将以您的系统语言（在我的情况下为荷兰语）中给出月份名称。

或使用lubridate和dplyr的组合：

temp %>% 
  group_by(yr = year(date), mon = month(date)) %>% 
  summarise(mn_amt = mean(amount))

使用过的数据：

# example data (modified the OP's data a bit)
temp <- structure(list(date = structure(1:6, .Label = c("2011-02-01", "2011-02-02", "2011-03-03", "2011-03-04", "2011-04-05", "2011-04-06"), class = "factor"), 
                       amount = c(1.67, 83.55, 24.4, 21.99, 98.882, 24.9)), 
                  .Names = c("date", "amount"), class = c("data.frame"), row.names = c(NA, -6L))

Answer 4

只需使用xts包即可。

library(xts)
ts <- xts(temp$amount, as.Date(temp$date, "%Y-%m-%d"))

# convert daily data
ts_m = apply.monthly(ts, FUN)
ts_y = apply.yearly(ts, FUN)
ts_q = apply.quarterly(ts, FUN)

其中FUN是一个用（例如总和）

汇总数据的函数

Answer 5

你可以这样做：

short.date = strftime(temp$date, "%Y/%m")
aggr.stat = aggregate(temp$amount ~ short.date, FUN = sum)

Answer 6

我有一个函数monyr，我用它来做这种事情：

monyr <- function(x)
{
    x <- as.POSIXlt(x)
    x$mday <- 1
    as.Date(x)
}

n <- as.Date(1:500, "1970-01-01")
nn <- monyr(n)

您可以将as.Date的最后更改为as.POSIXct以匹配数据中的日期格式。按月汇总只是使用aggregate / by / etc。

Answer 7

另外，鉴于您的时间序列似乎是xts格式，您可以使用平均函数将您的每日时间序列汇总到每月时间序列：

d2m <- function(x) {
  aggregate(x, format(as.Date(zoo::index(x)), "%Y-%m"), FUN=mean)
}

Answer 8

还有一个解决方案：

 rowsum(temp$amount, format(temp$date,"%Y-%m"))

对于情节，您可以使用barplot：

barplot(t(rowsum(temp$amount, format(temp$date,"%Y-%m"))), las=2)

Answer 9

这是一个dplyr选项：

library(dplyr)

df %>% 
  mutate(date = as.Date(date)) %>% 
  mutate(ym = format(date, '%Y-%m')) %>% 
  group_by(ym) %>% 
  summarize(ym_mean = mean(x))

将每日数据汇总到月/年间隔

9 个答案: