<\/p>\n
Mo\u017cesz u\u017cy\u0107 funkcji strftime()<\/strong> w bazie R z argumentem \u201e %V<\/strong> \u201d, aby pogrupowa\u0107 dane wed\u0142ug tygodni w R.<\/span><\/p>\n Ta funkcja wykorzystuje nast\u0119puj\u0105c\u0105 podstawow\u0105 sk\u0142adni\u0119:<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce wykorzysta\u0107 t\u0119 funkcj\u0119.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 danych w R, kt\u00f3ra pokazuje ca\u0142kowit\u0105 sprzeda\u017c towaru w r\u00f3\u017cnych datach:<\/span><\/p>\n Mo\u017cemy u\u017cy\u0107 poni\u017cszego kodu, aby doda\u0107 kolumn\u0119 wy\u015bwietlaj\u0105c\u0105 numer tygodnia dla ka\u017cdej daty:<\/span><\/p>\n Uwaga<\/strong> : zgodnie z dokumentacj\u0105 %V%<\/strong> oblicza liczby dat w nast\u0119puj\u0105cy spos\u00f3b: \u201enumer tygodnia w roku (poniedzia\u0142ek jako pierwszy dzie\u0144 tygodnia) w postaci u\u0142amka dziesi\u0119tnego [01,53]\u201d. Je\u017celi tydzie\u0144 zawieraj\u0105cy 1 stycznia ma cztery lub wi\u0119cej dni w nowym roku, w\u00f3wczas uwa\u017ca si\u0119 go za tydzie\u0144 1. W przeciwnym razie jest to ostatni tydzie\u0144 poprzedniego roku, a tydzie\u0144 nast\u0119pny jest tygodniem 1.\u201d<\/em><\/span><\/p>\n Po utworzeniu tej nowej kolumny mo\u017cemy pogrupowa\u0107 warto\u015bci na podstawie numeru tygodnia.<\/span><\/p>\n Na przyk\u0142ad mo\u017cemy u\u017cy\u0107 poni\u017cszego kodu do obliczenia sumy sprzeda\u017cy pogrupowanej wed\u0142ug tygodni:<\/span><\/p>\n Z wyniku mo\u017cemy zobaczy\u0107:<\/span><\/p>\n I tak dalej.<\/span><\/p>\n Mo\u017cemy r\u00f3wnie\u017c u\u017cy\u0107 innego miernika do agregacji danych.<\/span><\/p>\n Na przyk\u0142ad mo\u017cemy u\u017cy\u0107 poni\u017cszego kodu do obliczenia \u015bredniej sprzeda\u017cy pogrupowanej wed\u0142ug tygodni:<\/span><\/p>\n Z wyniku mo\u017cemy zobaczy\u0107:<\/span><\/p>\n I tak dalej.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe zadania w j\u0119zyku R:<\/span><\/p>\n Jak grupowa\u0107 dane wed\u0142ug miesi\u0119cy wR<\/a> Mo\u017cesz u\u017cy\u0107 funkcji strftime() w bazie R z argumentem \u201e %V \u201d, aby pogrupowa\u0107 dane wed\u0142ug tygodni w R. Ta funkcja wykorzystuje nast\u0119puj\u0105c\u0105 podstawow\u0105 sk\u0142adni\u0119: df$week_num <- strftime(df$date, format = ” %V „) Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce wykorzysta\u0107 t\u0119 funkcj\u0119. Przyk\u0142ad: grupuj dane wed\u0142ug tygodni w R Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 danych […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-3246","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n df$week_num <- strftime(df$date, format = \" %V<\/span> \")\n<\/strong><\/pre>\n Przyk\u0142ad: grupuj dane wed\u0142ug tygodni w R<\/strong><\/h2>\n
#create data frame<\/span>\ndf <- data. frame<\/span> (date=as. Date<\/span> (c('1\/8\/2022', '1\/9\/2022', '2\/10\/2022', '2\/15\/2022',\n '3\/5\/2022', '3\/22\/2022', '3\/27\/2022'), '%m\/%d\/%Y'),\n sales=c(8, 14, 22, 23, 16, 17, 23))\n\n#view data frame\n<\/span>df\n\n dirty date\n1 2022-01-08 8\n2 2022-01-09 14\n3 2022-02-10 22\n4 2022-02-15 23\n5 2022-03-05 16\n6 2022-03-22 17\n7 2022-03-27 23<\/strong><\/pre>\n #add column to show week number\n<\/span>df$week_num <- strftime(df$date, format = \" %V<\/span> \")\n\n#view updated data frame\n<\/span>df\n\n date sales week_num\n1 2022-01-08 8 01\n2 2022-01-09 14 01\n3 2022-02-10 22 06\n4 2022-02-15 23 07\n5 2022-03-05 16 09\n6 2022-03-22 17 12\n7 2022-03-27 23 12<\/strong><\/span><\/pre>\n library<\/span> (dplyr)\n\n#calculate sum of sales, grouped by week\n<\/span>df %>%\n group_by(week_num) %>%\n summarize(total_sales = sum(sales))\n\n# A tibble: 6 x 2\n week_num total_sales\n \n1 01 22\n2 06 22\n3 07 23\n4 09 16\n5 12 40\n<\/strong><\/span><\/pre>\n\n
library<\/span> (dplyr)\n\n#calculate mean of sales, grouped by week\n<\/span>df %>%\n group_by(week_num) %>%\n summarize(mean_sales = mean(sales))\n\n# A tibble: 5 x 2\n week_num mean_sales\n \n1 01 11\n2 06 22\n3 07 23\n4 09 16\n5 12 20<\/strong><\/span><\/pre>\n\n
Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak wyodr\u0119bni\u0107 rok z daty w R<\/a>
Jak wyodr\u0119bni\u0107 miesi\u0105c z daty w R<\/a>
Jak posortowa\u0107 ramk\u0119 danych wed\u0142ug daty w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"