윤활유의 기간별 집계

Question

This question은 어떤 판다가 리샘플링을 하는지를 R 단위로 집계합니다. 가장 유용한 대답은 XTS 패키지를 사용하여 주어진 기간별로 그룹화하고 sum() 또는 mean()과 같은 일부 함수를 적용하는 것입니다.

거기에 제안 된 의견 중 하나는 비슷한 윤곽이 있었지만 정교하지는 못했습니다. 누군가가 lubridate를 사용하여 관용적 인 예를 제공 할 수 있습니까? 나는 lubridate 비네팅을 몇 번 읽었고 lubridate와 plyr의 조합을 상상할 수 있지만, 내가 놓친 쉬운 방법이 없는지 확인하고 싶다.

이의 내가이 데이터 집합에서 북쪽으로 이동하는 자전거의 일상 합계를 원하는 가정 해 봅시다, 예보다 실제 만들려면 :

library(lubridate) 
library(reshape2) 

bikecounts <- read.csv(url("http://data.seattle.gov/api/views/65db-xm6k/rows.csv?accessType=DOWNLOAD"), header=TRUE, stringsAsFactors=FALSE) 
names(bikecounts) <- c("Date", "Northbound", "Southbound") 

데이터는 다음과 같습니다

> head(bikecounts) 
        Date Northbound Southbound 
1 10/02/2012 12:00:00 AM   0   0 
2 10/02/2012 01:00:00 AM   0   0 
3 10/02/2012 02:00:00 AM   0   0 
4 10/02/2012 03:00:00 AM   0   0 
5 10/02/2012 04:00:00 AM   0   0 
6 10/02/2012 05:00:00 AM   0   0 

Answer 1

나도 몰라 왜 당신이 이것을 위해 윤활유를 사용할까요? 그냥 XTS보다 멋진 무언가를 찾고 있다면 당신은 단지 다음 함수를 적용, 날짜로 split 필요, 기본적으로이

tapply(bikecounts$Northbound, as.Date(bikecounts$Date, format="%m/%d/%Y"), sum) 

시도 할 수 있습니다.

---

lubridate는 분할 적용 문제의 그룹화 요인을 생성하는 데 사용할 수 있습니다. 따라서, 예를 들어, 각 달의 합을 원하는 경우 (무시 년)

tapply(bikecounts$Northbound, month(mdy_hms(bikecounts$Date)), sum) 

하지만, 그냥 기본 R 기능에 대해 래퍼를 사용하고, 그리고 영업 이익의 경우는 기본 R 기능을 생각 as.Date 가장 쉬운 방법입니다 (다른 답변도 윤활유 사용 요청을 무시한다는 사실에서 알 수 있습니다 .-)). 영업에 연결된 다른 Question에 Answer에 포함되지 않은

---

뭔가 split.xts입니다. period.apply은 xts을 endpoints으로 분할하고 각 그룹에 기능을 적용합니다. endpoints 기능으로 주어진 태스크에 유용한 엔드 포인트를 찾을 수 있습니다. 예를 들어 xts 객체가 x 인 경우 endpoints(x, "months")은 매월 마지막 행 인 행 번호를 제공합니다. split.xts은이를 활용하여 xts 객체를 분할합니다. split(x, "months")은 각 구성 요소가 다른 달인 xts 객체 목록을 반환합니다.

split.xts() 및 endpoints()은 주로 xts 개체를 대상으로하지만, 일반 시간 기반 벡터를 비롯한 다른 개체에서도 작동합니다. 당신이 XTS 객체를 사용하지 않을 경우에도 때문에 편리 또는 (C에서 구현)의 속도

> split.xts(as.Date("1970-01-01") + 1:10, "weeks") 
[[1]] 
[1] "1970-01-02" "1970-01-03" "1970-01-04" 

[[2]] 
[1] "1970-01-05" "1970-01-06" "1970-01-07" "1970-01-08" "1970-01-09" 
[6] "1970-01-10" "1970-01-11" 

> endpoints(as.Date("1970-01-01") + 1:10, "weeks") 
[1] 0 3 10 

의 endpoints()에 대한 용도를 찾을 수 있습니다 나는이 문제에 lubridate 최고의 사용은 구문 분석에 대한 생각 "날짜"문자열을 POSIXct 객체에 넣습니다. 이 경우에는 mdy_hms 기능을 사용합니다.

여기에 을 사용하여 "날짜"문자열을 구문 분석하는 xts 솔루션이 있습니다.이 특정 작업을 위해

x <- xts(bikecounts[, -1], mdy_hms(bikecounts$Date)) 
period.apply(x, endpoints(x, "days"), sum) 
apply.daily(x, sum) # identical to above 

는 xts도

period.sum(x, endpoints(x, "days")) 

Answer 2

여기에 매우 빠른 (포트란으로 작성) 최적화 period.sum 기능입니다 그 CSV를 가져온 후 data.table 를 사용하여 옵션이있다 :

library(data.table) 

# convert the data.frame to data.table 
bikecounts <- data.table(bikecounts) 

# Calculate 
bikecounts[, list(NB=sum(Northbound), SB=sum(Southbound)), by=as.Date(Date, format="%m/%d/%Y")] 

     as.Date NB SB 
    1: 2012-10-02 1165 773 
    2: 2012-10-03 1761 1760 
    3: 2012-10-04 1767 1708 
    4: 2012-10-05 1590 1558 
    5: 2012-10-06 926 1080 
---      
299: 2013-07-27 1212 1289 
300: 2013-07-28 902 1078 
301: 2013-07-29 2040 2048 
302: 2013-07-30 2314 2226 
303: 2013-07-31 2008 2076 

참고 :data.table 패키지에서("빠른 읽기")을 사용하여 CSV에서 한 번에 data.table으로 읽을 수 있습니다. 문자열에서 날짜/시간을 수동으로 변환하는 것이 유일한 단점입니다.

eg: 
bikecounts <- fread("http://data.seattle.gov/api/views/65db-xm6k/rows.csv?accessType=DOWNLOAD", header=TRUE, stringsAsFactors=FALSE) 
setnames(bikecounts, c("Date", "Northbound", "Southbound")) 
bikecounts[, Date := as.POSIXct(D, format="%m/%d/%Y %I:%M:%S %p")] 

Answer 3

plyr 패키지에서 ddply 사용 : 여기

library(plyr) 
bikecounts$Date<-with(bikecounts,as.Date(Date, format = "%m/%d/%Y")) 
x<-ddply(bikecounts,.(Date),summarise, sumnorth=sum(Northbound),sumsouth=sum(Southbound)) 


> head(x) 
     Date sumnorth sumsouth 
1 2012-10-02  1165  773 
2 2012-10-03  1761  1760 
3 2012-10-04  1767  1708 
4 2012-10-05  1590  1558 
5 2012-10-06  926  1080 
6 2012-10-07  951  1191 


> tail(x) 
      Date sumnorth sumsouth 
298 2013-07-26  1964  1999 
299 2013-07-27  1212  1289 
300 2013-07-28  902  1078 
301 2013-07-29  2040  2048 
302 2013-07-30  2314  2226 
303 2013-07-31  2008  2076 

Answer 4

되어 나는 또한 링크 된 질문에 추가 요청 lubridate 솔루션.

ts.month.sum <- aggregate(zoo.ts, month, sum) 

ts.daily.mean <- aggregate(zoo.ts, day, mean) 

ts.mins.mean <- aggregate(zoo.ts, minutes, mean) 

물론, 당신이 먼저 충분히 쉽게 동물원() 객체에 데이터를 변환해야합니다 : 그것은 이러한 작업에 대한 lubridate 및 동물원 집계()의 조합을 사용합니다. 또한 yearmon() 또는 yearqtr() 또는 의 사용자 정의 함수를으로 분할하여 적용 할 수 있습니다. 이 방법은 문법적으로 달콤한 팬더 것과 같습니다.