在 R 中将每日数据转换为每周数据

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）并对频率求和。

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

实现该目标的最佳方法是什么？谢谢

Answer 1

我会用 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):

碱基R：确保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)

输出：

Answer 2

除非有充分的理由不这样做，否则您应该确保使用 ISO weeks 来确保聚合间隔的大小相同。

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

也许你可以尝试使用 aggregate + format 的基本 R 代码，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 4

这些解决方案都使用 base R，仅在周的定义和标记上有所不同。

1) cut 将日期转换为周，然后汇总这些日期。周从星期一开始，但如果您愿意，可以将 start.on.monday=FALSE 添加到 cut 以在星期日开始。

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从 DF$Date[1] 开始的 7 天，并根据该周的第一个日期标记它们，那么使用它。（如果您喜欢一周中的最后一个日期，请将 6 添加到 Week。）

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) 或者如果您更喜欢用该周 DF 中存在的第一个日期来标记它，那么使用它。如果没有缺失日期，那么这个和上周的定义给出相同的结果，就像这里的情况一样。（如果您想要一周中的最后一个现有日期而不是第一个，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

备注

假定可重现形式的输入为：

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 5

来自 RStudio 的新包 slider 直接解决了这个问题，包括每周周期开始的规范。假设每周周期从星期一开始，那么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 中将每日数据转换为每周数据

Convert Daily Data into Weekly Data in R

r

date

frequency

备注