将每日数据转换为R中的每周数据

Question

我有7年的每日数据。我想将其分组为每周数据（基于实际日期）并汇总频率。

Date Frequency
1   2014-01-01  179
2   2014-01-02  82  
3   2014-01-03  89  
4   2014-01-04  109 
5   2014-01-05  90  
6   2014-01-06  66  
7   2014-01-07  75  
8   2014-01-08  106 
9   2014-01-09  89  
10  2014-01-10  82

实现此目标的最佳方法是什么？谢谢

Answer 1

这些解决方案全部使用基数R，仅在周的定义和标签上有所不同。

1] cut将日期分成几周，然后将其汇总。星期从星期一开始，但是您可以根据需要在start.on.monday=FALSE中添加cut以在星期日开始。

Week <- as.Date(cut(DF$Date, "week"))
aggregate(Frequency ~ Week, DF, sum)
##         Week Frequency
## 1 2013-12-30       549
## 2 2014-01-06       418

[2）如果您希望将一周定义为以DF $ Date [1]开头的7天，并根据该周中的第一个日期为它们加上标签，请使用此日期。 （如果您更喜欢一周中的最后一个日期，请在Week中添加6。）>

weekno <- as.numeric(DF$Date - DF$Date[1]) %/% 7
Week <- DF$Date[1] + 7 * weekno
aggregate(Frequency ~ Week, DF, sum)
##         Week Frequency
## 1 2014-01-01       690
## 2 2014-01-08       277
[3）

，或者如果您更喜欢用该周中DF中存在的第一个日期标记，请使用此日期。如果没有丢失的日期，则此定义和最后一个Week定义将得到相同的结果，在这种情况下。 （如果要使用星期中的最后一个日期而不是第一个日期，则将match替换为findInterval。）

weekno <- as.numeric(DF$Date - DF$Date[1]) %/% 7
Week <- DF$Date[match(weekno, weekno)]
aggregate(Frequency ~ Week, DF, sum)
##         Week Frequency
## 1 2014-01-01       690
## 2 2014-01-08       277
注意

可复制形式的输入假定为：

Lines <- "Date Frequency
1 2014-01-01 179
2 2014-01-02 82 
3 2014-01-03 89 
4 2014-01-04 109 
5 2014-01-05 90 
6 2014-01-06 66 
7 2014-01-07 75 
8 2014-01-08 106 
9 2014-01-09 89 
10 2014-01-10 82"
DF <- read.table(text = Lines)
DF$Date <- as.Date(DF$Date)

Answer 2

除非有很好的理由，否则请务必使用ISO weeks以确保聚合间隔的大小相等。

Answer 3

我会使用library(lubridate)。

Answer 4

也许您可以使用aggregate + format，即，尝试基本R代码，>]

dfout <- aggregate(Frequency ~ yearweek,within(df,yearweek <- format(Date,"%Y,%W")),sum)

Answer 5

RStudio的新软件包slider直接解决了这个问题，包括每周周期的开始。假设每周的时间段从星期一开始，因此第一周的开始时间为Monday, 2013-12-30。然后，滑块解决方案将是