如何在r中将每日数据聚合为月度和年度数据

有时您可能希望在 R 中将每日数据聚合为每周、每月或每年的数据。

本教程说明如何使用lubridate和dplyr包轻松完成此操作。

示例：汇总 R 中的每日数据

假设我们在 R 中有以下数据框，显示某个商品在连续 100 天的时间内的每日销售额：

 #make this example reproducible
set.seed(1)

#create data frame
df <- data.frame(date = as.Date (" 2020-12-01 ") + 0:99,
                 sales = runif (100, 20, 50))

#view first six rows
head(df)

        dirty date
1 2020-12-01 27.96526
2 2020-12-02 31.16372
3 2020-12-03 37.18560
4 2020-12-04 47.24623
5 2020-12-05 26.05046
6 2020-12-06 46.95169

为了聚合这些数据，我们可以使用lubridate包的Floor_date()函数，该函数使用以下语法：

 floor_date (x, unit)

金子：

• x：日期对象的向量。
• 单位：舍入的时间单位。选项包括秒、分钟、小时、天、周、月、双月、季度、半年和年。

以下代码片段展示了如何将此函数与dplyr包中的group_by()和summary()函数结合使用，以按周、月和年查找平均销售额：

每周平均销售额

 library (lubridate)
library (dplyr)

#round dates down to week
df$week <- floor_date (df$date, " week ")

#find average sales per week
df %>%
  group_by (week) %>%
  summarize (mean = mean (sales))

# A tibble: 15 x 2
   week means
        
 1 2020-11-29 33.9
 2 2020-12-06 35.3
 3 2020-12-13 39.0
 4 2020-12-20 34.4
 5 2020-12-27 33.6
 6 2021-01-03 35.9
 7 2021-01-10 37.8
 8 2021-01-17 36.8
 9 2021-01-24 32.8
10 2021-01-31 33.9
11 2021-02-07 34.1
12 2021-02-14 41.6
13 2021-02-21 31.8
14 2021-02-28 35.2
15 2021-03-07 37.1

每月平均销售额

 library (lubridate)
library (dplyr)

#round dates down to week
df$month <- floor_date (df$date, " month ")

#find average sales by month
df %>%
  group_by (month) %>%
  summarize (mean = mean (sales))

# A tibble: 4 x 2
  month mean
       
1 2020-12-01 35.3
2 2021-01-01 35.6
3 2021-02-01 35.2
4 2021-03-01 37.0

年平均销售额

 library (lubridate)
library (dplyr)

#round dates down to week
df$year <- floor_date (df$date, " year ")

#find average sales by month
df %>%
  group_by (year) %>%
  summarize (mean = mean (sales))

# A tibble: 2 x 2
  year means
       
1 2020-01-01 35.3
2 2021-01-01 35.7

请注意，我们选择按平均值进行聚合，但我们可以使用任何我们想要的汇总统计数据，例如中位数、众数、最大值、最小值等。

其他资源

以下教程解释了如何在 R 中执行其他常见任务：

如何计算R中每组的平均值
如何计算R中的累积和
如何在 R 中绘制时间序列