Como agregar dados diários em dados mensais e anuais em r

Às vezes você pode querer agregar dados diários em dados semanais, mensais ou anuais em R.

Este tutorial explica como fazer isso facilmente usando os pacotes lubridate e dplyr .

Exemplo: Agregar dados diários em R

Suponha que temos o seguinte quadro de dados em R que mostra as vendas diárias de um item durante um período de 100 dias consecutivos:

 #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

Para agregar esses dados, podemos usar a função floor_date() do pacote lubridate que usa a seguinte sintaxe:

 floor_date (x, unit)

Ouro:

• x: um vetor de objetos de data.
• unidade: unidade de tempo para arredondar. As opções incluem segundos, minutos, horas, dias, semanas, meses, bimestralmente, trimestres, semestres e anos.

Os trechos de código a seguir mostram como usar esta função com as funções group_by() e summary() no pacote dplyr para encontrar vendas médias por semana, mês e ano:

Média de vendas por semana

 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

Média de vendas por mês

 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

Média de vendas por ano

 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

Observe que optamos por agregar pela média, mas podemos usar qualquer estatística resumida que quisermos, como mediana, moda, máximo, mínimo, etc.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras tarefas comuns em R:

Como calcular a média por grupo em R
Como calcular somas cumulativas em R
Como traçar uma série temporal em R