dplyr、lubridate：データフレームを週ごとに集計する方法は？

Question

次の例を考えてみましょう

library(tidyverse) library(lubridate) time <- seq(from =ymd("2014-02-24"),to= ymd("2014-03-20"), by="days") set.seed(123) values <- sample(seq(from = 20, to = 50, by = 5), size = length(time), replace = TRUE) df2 <- data_frame(time, values) df2 <- df2 %>% mutate(day_of_week = wday(time, label = TRUE)) Source: local data frame [25 x 3] time values day_of_week <date> <dbl> <fctr> 1 2014-02-24 30 Mon 2 2014-02-25 45 Tues 3 2014-02-26 30 Wed 4 2014-02-27 50 Thurs 5 2014-02-28 50 Fri 6 2014-03-01 20 Sat 7 2014-03-02 35 Sun 8 2014-03-03 50 Mon 9 2014-03-04 35 Tues 10 2014-03-05 35 Wed

このデータフレームを集計したいと思います週ごと。

つまり、1週間を月曜日の朝に始まり、日曜日の夜に終わるように定義するとします。これをMonday to Mondayサイクルと呼びます。（重要なことに、たとえば金曜日から金曜日など、他の規則を選択できるようにしたい）。

次に、単純に各週のvaluesの平均を数えます。

たとえば、上記の例では、2月24日月曜日から3月2日日曜日までのvaluesの平均を計算します。

どうやってやるの？

ありがとう！

編集：アイデアを提供してくれた皆さんに感謝します。やや珍しいですが、ここでの私の解決策はおそらくもっと適切でしょう。再度、感謝します！

ℕʘʘḆḽḘ · Accepted Answer

一度だけ、いくつかの研究の後、私は実際に私はより良い解決策を考え出したと思います

正しい集計を与える
正しいラベルを与える

thursdayで始まる週の例を以下に示します。週は、指定されたサイクルの最初の日でラベル付けされます。

library(tidyverse) library(lubridate) options(tibble.print_min = 30) time <- seq(from =ymd("2014-02-24"),to= ymd("2014-03-20"), by="days") set.seed(123) values <- sample(seq(from = 20, to = 50, by = 5), size = length(time), replace = TRUE) df2 <- data_frame(time, values) df2 <- df2 %>% mutate(day_of_week_label = wday(time, label = TRUE), day_of_week = wday(time, label = FALSE)) df2 <- df2 %>% mutate(thursday_cycle = time - ((as.integer(day_of_week) - 5) %% 7), tmp_1 = (as.integer(day_of_week) - 5), tmp_2 = ((as.integer(day_of_week) - 5) %% 7))

与える

> df2 # A tibble: 25 × 7 time values day_of_week_label day_of_week thursday_cycle tmp_1 tmp_2 <date> <dbl> <ord> <dbl> <date> <dbl> <dbl> 1 2014-02-24 30 Mon 2 2014-02-20 -3 4 2 2014-02-25 45 Tues 3 2014-02-20 -2 5 3 2014-02-26 30 Wed 4 2014-02-20 -1 6 4 2014-02-27 50 Thurs 5 2014-02-27 0 0 5 2014-02-28 50 Fri 6 2014-02-27 1 1 6 2014-03-01 20 Sat 7 2014-02-27 2 2 7 2014-03-02 35 Sun 1 2014-02-27 -4 3 8 2014-03-03 50 Mon 2 2014-02-27 -3 4 9 2014-03-04 35 Tues 3 2014-02-27 -2 5 10 2014-03-05 35 Wed 4 2014-02-27 -1 6 11 2014-03-06 50 Thurs 5 2014-03-06 0 0 12 2014-03-07 35 Fri 6 2014-03-06 1 1 13 2014-03-08 40 Sat 7 2014-03-06 2 2 14 2014-03-09 40 Sun 1 2014-03-06 -4 3 15 2014-03-10 20 Mon 2 2014-03-06 -3 4 16 2014-03-11 50 Tues 3 2014-03-06 -2 5 17 2014-03-12 25 Wed 4 2014-03-06 -1 6 18 2014-03-13 20 Thurs 5 2014-03-13 0 0 19 2014-03-14 30 Fri 6 2014-03-13 1 1 20 2014-03-15 50 Sat 7 2014-03-13 2 2 21 2014-03-16 50 Sun 1 2014-03-13 -4 3 22 2014-03-17 40 Mon 2 2014-03-13 -3 4 23 2014-03-18 40 Tues 3 2014-03-13 -2 5 24 2014-03-19 50 Wed 4 2014-03-13 -1 6 25 2014-03-20 40 Thurs 5 2014-03-20 0 0

alistaire · Answer

片付けでは、

df2 %>% group_by(week = week(time)) %>% summarise(value = mean(values)) ## # A tibble: 5 × 2 ## week value ## <dbl> <dbl> ## 1 8 37.50000 ## 2 9 38.57143 ## 3 10 38.57143 ## 4 11 36.42857 ## 5 12 45.00000

または、代わりにisoweekを使用します。

df2 %>% group_by(week = isoweek(time)) %>% summarise(value = mean(values)) ## # A tibble: 4 × 2 ## week value ## <int> <dbl> ## 1 9 37.14286 ## 2 10 40.71429 ## 3 11 35.00000 ## 4 12 42.50000

またはcut.Date：

df2 %>% group_by(week = cut(time, "week")) %>% summarise(value = mean(values)) ## # A tibble: 4 × 2 ## week value ## <fctr> <dbl> ## 1 2014-02-24 37.14286 ## 2 2014-03-03 40.71429 ## 3 2014-03-10 35.00000 ## 4 2014-03-17 42.50000

必要に応じて、日曜日に開始するように指示できます。

df2 %>% group_by(week = cut(time, "week", start.on.monday = FALSE)) %>% summarise(value = mean(values)) ## # A tibble: 4 × 2 ## week value ## <fctr> <dbl> ## 1 2014-02-23 37.50000 ## 2 2014-03-02 40.00000 ## 3 2014-03-09 33.57143 ## 4 2014-03-16 44.00000

たとえば火曜日の開始にシフトしたい場合は、日付に1つ追加します。

df2 %>% group_by(week = cut(time + 1, "week")) %>% summarise(value = mean(values)) ## # A tibble: 4 × 2 ## week value ## <fctr> <dbl> ## 1 2014-02-24 37.50000 ## 2 2014-03-03 40.00000 ## 3 2014-03-10 33.57143 ## 4 2014-03-17 44.00000

ただし、ラベルはオフになります。 cutを使用する場合は、include.lowestに記載されている?cutおよびrightパラメーターの影響を考慮してください。

vagabond · Answer

なぜまっすぐに使用しないのですかfloor_dateと整数で週の開始日を調整しますか？

library(lubridate) time <- seq(from =ymd("2014-02-24"),to= ymd("2014-03-20"), by="days") set.seed(123) values <- sample(seq(from = 20, to = 50, by = 5), size = length(time), replace = TRUE) df2 <- data_frame(time, values) df2 <- df2 %>% mutate(day_of_week = weekdays(time)) # week wednesday to tuesday df2 %>% group_by(Week = floor_date(time-3, unit="week")) %>% summarize(WeeklyAveDist=mean(values), mean(values), min_date = min(time), max_date = max(time)) %>% mutate(weekdays(min_date), weekdays(max_date))) Week WeeklyAveDist mean.values. min_date max_date 1 2014-02-16 37.50000 37.50000 2014-02-24 2014-02-25 2 2014-02-23 38.57143 38.57143 2014-02-26 2014-03-04 3 2014-03-02 38.57143 38.57143 2014-03-05 2014-03-11 4 2014-03-09 36.42857 36.42857 2014-03-12 2014-03-18 5 2014-03-16 45.00000 45.00000 2014-03-19 2014-03-20 weekdays.min_date. weekdays.max_date. 1 Monday Tuesday 2 Wednesday Tuesday 3 Wednesday Tuesday 4 Wednesday Tuesday 5 Wednesday Thursday # Week Thursday to Wednesday df2 %>% group_by(Week = floor_date(time-4, unit="week")) %>% summarize(WeeklyAveDist=mean(values), mean(values), min_date = min(time), max_date = max(time)) %>% mutate(weekdays(min_date), weekdays(max_date))) Week WeeklyAveDist mean.values. min_date max_date 1 2014-02-16 35.00000 35.00000 2014-02-24 2014-02-26 2 2014-02-23 39.28571 39.28571 2014-02-27 2014-03-05 3 2014-03-02 37.14286 37.14286 2014-03-06 2014-03-12 4 2014-03-09 40.00000 40.00000 2014-03-13 2014-03-19 5 2014-03-16 40.00000 40.00000 2014-03-20 2014-03-20 weekdays.min_date. weekdays.max_date. 1 Monday Wednesday 2 Thursday Wednesday 3 Thursday Wednesday 4 Thursday Wednesday 5 Thursday Thursday

Hack-R · Answer

_aggregate(df2$values,by=list(week(df2$time)),mean) _

_ Group.1 x 1 8 30.00000 2 9 40.00000 3 10 36.42857 4 11 37.85714 5 12 43.33333 _

これは、lubridateのweek関数を使用して、その年の週番号を示します。

開始日となる曜日を制御するには、そのトピックに関するこのスレッドを参照してください。

潤滑機能を日曜日ではなく月曜日に開始するように変更

Nograpesによるそのスレッドからのソリューションは、任意の曜日を週の初めとして使用するweek()関数のカスタムバージョンが必要な場合は、次のようにベースRからそれを作成することを示唆しています。

_start.of.week <- function(date) date - (setNames(c(6,0:5),0:6) [strftime(date,'%w')]) end.of.week <- function(date) date + (setNames(c(0,6:1),0:6) [strftime(date,'%w')]) start.of.week(as.Date(c('2014-01-05','2014-10-02','2014-09-22','2014-09-27'))) # "2013-12-30" "2014-09-29" "2014-09-22" "2014-09-22" end.of.week(as.Date(c('2014-01-05','2014-10-02','2014-09-22','2014-09-27'))) # "2014-01-05" "2014-10-05" "2014-09-28" "2014-09-28" _

今後、lubridateはこのオプションを数週間の任意の開始日に使用できるようになりますが、Hadleyはまだそれを追加する準備ができていません（ https://github.com/hadley/lubridate/issues/257 ）。