<\/p>\n
Manchmal m\u00f6chten Sie m\u00f6glicherweise t\u00e4gliche Daten in w\u00f6chentlichen, monatlichen oder j\u00e4hrlichen Daten in R aggregieren.<\/span><\/p>\n In diesem Tutorial wird erkl\u00e4rt, wie Sie dies ganz einfach mit den Paketen lubridate<\/strong> und dplyr<\/strong> bewerkstelligen k\u00f6nnen.<\/span><\/p>\n Angenommen, wir haben den folgenden Datenrahmen in R, der die t\u00e4glichen Verk\u00e4ufe eines Artikels \u00fcber einen Zeitraum von 100 aufeinanderfolgenden Tagen zeigt:<\/span><\/p>\n Um diese Daten zu aggregieren, k\u00f6nnen wir die Funktion floor_date()<\/a> des Lubridate-<\/strong> Pakets verwenden, die die folgende Syntax verwendet:<\/span><\/p>\n Gold:<\/span><\/p>\n Die folgenden Codeausschnitte zeigen, wie diese Funktion mit den Funktionen group_by()<\/a> und summary()<\/a> im dplyr-<\/strong> Paket verwendet wird, um durchschnittliche Verk\u00e4ufe nach Woche, Monat und Jahr zu ermitteln:<\/span><\/p>\n Durchschnittlicher Umsatz pro Woche<\/strong><\/span><\/p>\n Durchschnittlicher Umsatz pro Monat<\/strong><\/span><\/p>\n Durchschnittlicher Umsatz pro Jahr<\/strong><\/span><\/p>\n Beachten Sie, dass wir uns f\u00fcr die Aggregation nach dem Mittelwert entscheiden, aber wir k\u00f6nnen jede gew\u00fcnschte Zusammenfassungsstatistik verwenden, z. B. Median, Modus, Maximum, Minimum usw.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Aufgaben in R ausf\u00fchren:<\/span><\/p>\n So berechnen Sie den Mittelwert pro Gruppe in R<\/a> Manchmal m\u00f6chten Sie m\u00f6glicherweise t\u00e4gliche Daten in w\u00f6chentlichen, monatlichen oder j\u00e4hrlichen Daten in R aggregieren. In diesem Tutorial wird erkl\u00e4rt, wie Sie dies ganz einfach mit den Paketen lubridate und dplyr bewerkstelligen k\u00f6nnen. Beispiel: T\u00e4gliche Daten in R aggregieren Angenommen, wir haben den folgenden Datenrahmen in R, der die t\u00e4glichen Verk\u00e4ufe eines Artikels \u00fcber einen […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel: T\u00e4gliche Daten in R aggregieren<\/strong><\/h2>\n
#make this example reproducible\n<\/span>set.seed(1)\n\n#create data frame<\/span>\ndf <- data.frame(date = as.Date<\/span> (\" 2020-12-01<\/span> \") + 0:99,\n sales = runif<\/span> (100, 20, 50))\n\n#view first six rows<\/span>\nhead(df)\n\n dirty date\n1 2020-12-01 27.96526\n2 2020-12-02 31.16372\n3 2020-12-03 37.18560\n4 2020-12-04 47.24623\n5 2020-12-05 26.05046\n6 2020-12-06 46.95169<\/strong><\/pre>\n floor_date<\/span> (x, unit)<\/span><\/strong><\/pre>\n\n
library<\/span> (lubridate)<\/span>\nlibrary<\/span> (dplyr)<\/span>\n\n#round dates down to week<\/span>\ndf$week <- floor_date<\/span> (df$date, \" week<\/span> \")\n\n#find average sales per week\ndf %>%\n group_by<\/span> (week) %>%\n summarize<\/span> (mean = mean<\/span> (sales))<\/span><\/span>\n\n# A tibble: 15 x 2\n week means\n \n 1 2020-11-29 33.9\n 2 2020-12-06 35.3\n 3 2020-12-13 39.0\n 4 2020-12-20 34.4\n 5 2020-12-27 33.6\n 6 2021-01-03 35.9\n 7 2021-01-10 37.8\n 8 2021-01-17 36.8\n 9 2021-01-24 32.8\n10 2021-01-31 33.9\n11 2021-02-07 34.1\n12 2021-02-14 41.6\n13 2021-02-21 31.8\n14 2021-02-28 35.2\n15 2021-03-07 37.1<\/span><\/span><\/span><\/strong><\/pre>\n library<\/span> (lubridate)<\/span>\nlibrary<\/span> (dplyr)<\/span>\n\n#round dates down to week<\/span>\ndf$month <- floor_date<\/span> (df$date, \" month<\/span> \")\n\n#find average sales by month\ndf %>%<\/span>\n group_by<\/span> (month) %>%<\/span>\n summarize<\/span> (mean =<\/span> mean<\/span> (sales))<\/span><\/span>\n\n# A tibble: 4 x 2\n month mean\n \n1 2020-12-01 35.3\n2 2021-01-01 35.6\n3 2021-02-01 35.2\n4 2021-03-01 37.0\n<\/span><\/span><\/span><\/strong><\/pre>\n library<\/span> (lubridate)<\/span>\nlibrary<\/span> (dplyr)<\/span>\n\n#round dates down to week<\/span>\ndf$year <- floor_date<\/span> (df$date, \" year<\/span> \")\n\n#find average sales by month\ndf %>%<\/span>\n group_by<\/span> (year) %>%<\/span>\n summarize<\/span> (mean =<\/span> mean<\/span> (sales))\n\n# A tibble: 2 x 2\n year means\n \n1 2020-01-01 35.3\n2 2021-01-01 35.7<\/span><\/span>\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So berechnen Sie kumulative Summen in R<\/a>
So zeichnen Sie eine Zeitreihe in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"