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