Come aggregare i dati giornalieri in dati mensili e annuali in r
A volte potresti voler aggregare i dati giornalieri in dati settimanali, mensili o annuali in R.
Questo tutorial spiega come farlo facilmente utilizzando i pacchetti lubridate e dplyr .
Esempio: aggregare i dati giornalieri in R
Supponiamo di avere il seguente frame di dati in R che mostra le vendite giornaliere di un articolo in un periodo di 100 giorni consecutivi:
#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
Per aggregare questi dati, possiamo utilizzare la funzione floor_date() del pacchetto lubridate che utilizza la seguente sintassi:
floor_date (x, unit)
Oro:
- x: un vettore di oggetti data.
- unit: unità di tempo a cui arrotondare. Le opzioni includono secondi, minuti, ore, giorni, settimane, mesi, bimestrale, trimestri, semestri e anni.
I seguenti frammenti di codice mostrano come utilizzare questa funzione con le funzioni group_by() e summary() nel pacchetto dplyr per trovare le vendite medie per settimana, mese e anno:
Vendite medie settimanali
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
Vendite medie al mese
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
Vendite medie all’anno
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
Tieni presente che scegliamo di aggregare in base alla media, ma possiamo utilizzare qualsiasi statistica riepilogativa che desideriamo, come mediana, moda, massimo, minimo, ecc.
Risorse addizionali
I seguenti tutorial spiegano come eseguire altre attività comuni in R:
Come calcolare la media per gruppo in R
Come calcolare le somme cumulative in R
Come tracciare una serie temporale in R