使用我在 R 中的时间序列的每个月的最后一天

Question

我只需要使用数据集中可用的最后一天来稍后进行汇总，但我没有成功...

library(tibbletime)
      
dataset <- data.frame(
  timestamp = c("2010-01-01", "2010-01-03", "2010-01-23")
  var =       c( 1,             4,            11)
)

monthly_dataset <- as_tbl_time(dataset, index = timestamp) %>%
                   as_period("1 month")

我如何使用某些函数或 R 包来聚合我的数据集，以便仅使用最后一天可用？

Answer 1

一个选项可以是 lubridate 包，例如

 library(lubridate)
 library(dplyr)
    dataset <- data.frame(
      timestamp = c("2010-01-01", "2010-01-03",
     "2010-01-23", "2010-02-01", "2010-02-03", "2010-02-23"),
      var = c(1, 4, 11, 1, 4, 11)
    )
    
    
    dataset %>%
      mutate(month = timestamp %>% ymd() %>% month()) %>%
      group_by(month) %>%
      slice_tail()

结果：

# A tibble: 2 x 3
# Groups:   month [2]
  timestamp    var month
  <chr>      <dbl> <dbl>
1 2010-01-23    11     1
2 2010-02-23    11     2

Answer 2

Julian 的回答是一个不错的开始，但它不会跨越多年，因为分组变量不包含有关年份的信息。

执行此操作的典型方法是在 year-month 上分组，然后过滤到每个 year-month 组的最大日期。

此外，作为 tibbletime 的创建者，我强烈建议您不要再使用它。它已被弃用，不再受支持。您应该只使用 clock/lubridate 与 dplyr 等 tidyverse 包一起进行日期处理，或者如果您真的需要在时间序列上全力以赴，则应该使用 tsibble。

library(lubridate)
library(dplyr)

dataset <- tibble(
  timestamp = c(
    "2010-01-01", "2010-01-03", "2010-01-23", 
    "2010-02-01", "2010-02-03", "2011-02-23"
  ),
  var = c(1, 4, 11, 1, 4, 11)
)
dataset <- mutate(dataset, timestamp = ymd(timestamp))

dataset <- dataset %>%
  mutate(
    year_month = floor_date(timestamp, "month"),
    day = day(timestamp)
  )

dataset %>%
  group_by(year_month) %>%
  filter(day == max(day)) %>%
  ungroup()
#> # A tibble: 3 × 4
#>   timestamp    var year_month   day
#>   <date>     <dbl> <date>     <int>
#> 1 2010-01-23    11 2010-01-01    23
#> 2 2010-02-03     4 2010-02-01     3
#> 3 2011-02-23    11 2011-02-01    23

^{由 reprex package (v2.0.1)}

于 2022-05-18 创建

使用我在 R 中的时间序列的每个月的最后一天

Using the last day in each month of my time series in R

r

date

time-series

aggregate

tibbletime