在 R 中按月汇总行

Question

所以我有一个数据框，其中包含日期列、小时列和一系列其他数字列。数据框中的每一行是一整年的 1 天的 1 小时。

数据框如下所示：

          Date  Hour  Melbourne  Southern  Flagstaff
1   2009-05-01     0          0         5         17
2   2009-05-01     2          0         2          1
3   2009-05-01     1          0        11          0
4   2009-05-01     3          0         3          8
5   2009-05-01     4          0         1          0
6   2009-05-01     5          0        49         79
7   2009-05-01     6          0       425        610

小时数乱序，因为这是从另一个数据框中提取的子集。

我想按月并可能按天对数字列中的值求和。有谁知道我该怎么做？

Answer 1

我通过

创建数据集

data <- read.table( text="   Date    Hour    Melbourne   Southern    Flagstaff
                       1   2009-05-01  0   0   5   17
                       2   2009-05-01  2   0   2   1
                       3   2009-05-01  1   0   11  0
                       4   2009-05-01  3   0   3   8
                       5   2009-05-01  4   0   1   0
                       6   2009-05-01  5   0   49  79
                       7   2009-05-01  6   0   425 610",
                    header=TRUE,stringsAsFactors=FALSE)

您可以使用函数 aggregate:

进行求和

byday <- aggregate(cbind(Melbourne,Southern,Flagstaff)~Date,
             data=data,FUN=sum)
library(lubridate)
bymonth <- aggregate(cbind(Melbourne,Southern,Flagstaff)~month(Date),
             data=data,FUN=sum)

查看 ?aggregate 以更好地理解函数。从最后一个参数开始（因为这样更容易解释）参数执行以下操作：

FUN 是应该用于聚合的函数。我使用 sum 来总结这些值，但我也可以是 mean、max 或您自己编写的某些函数。
data用于表示我要聚合的数据框。
第一个参数告诉函数我到底想聚合什么。在 ~ 的左侧，我指示要聚合的变量。如果超过一个，则用 cbind 合并。右侧是数据应按其拆分的变量。放置 Date 意味着聚合将对 Date.

为了按月汇总，我使用了包 lubridate 中的函数 month。它做了人们期望的事情：它 returns 一个数值，表示给定日期的月份。也许您首先需要通过 install.packages("lubridate").

安装软件包

如果您不想使用 lubridate，您可以改为执行以下操作：

data <- transform(data,month=as.numeric(format(as.Date(Date),"%m")))
bymonth <- aggregate(cbind(Melbourne,Southern,Flagstaff)~month,
                     data=data,FUN=sum)

在这里，我向包含月份的数据添加了一个新列，然后按该列进行汇总。

Answer 2

这可能是使用 data.table

的另一种方法

library(data.table)
# Edited as per Arun's comment
out = setDT(data)[, lapply(.SD, sum), by=Date] 

#>out
#         Date Hour Melbourne Southern Flagstaff
#1: 2009-05-01   21         0      496       715

或使用 dplyr

library(dplyr)
out = data %>% group_by(Date) %>% summarise_each(funs(sum))

#>out
#Source: local data frame [1 x 5]
#        Date Hour Melbourne Southern Flagstaff
#1 2009-05-01   21         0      496       715

Answer 3

另一个基础 R 解决方案

# to sum by date
rowsum(dat[-1], dat$Date)
#           Hour Melbourne Southern Flagstaff
#2009-05-01   21         0      496       715

# or by month and year
rowsum(dat[-1], format(dat$Date, "%b-%y") )
#       Hour Melbourne Southern Flagstaff
#May-09   21         0      496       715

Answer 4

我会使用 dplyr::summarize 和 group_by，每个数字列的总和：

summarize(group_by(df, Date), m_count = sum(Melbourne), s_count = sum(Southern), f_count = sum(Flagstaff)

在 R 中按月汇总行

Summing rows by month in R

aggregate

r

dataframe

lubridate

dplyr