将年月字符串列转换为季度分箱

Question

我目前正在处理一个大型物候学数据集，其中对给定月份的树木进行了多次观察。我想将这些观察结果分配到三个月的集群或容器中。我目前正在使用以下代码：

Cluster.GN <- ifelse(Master.feed.parts.gn$yr.mo=="2007.1", 1,
              ifelse(Master.feed.parts.gn$yr.mo=="2007.11", 1,....     
              ifelse(Master.feed.parts.gn$yr.mo=="2014.05", 17, NA)

这段代码可以用，但是非常麻烦，因为有50多个月了。我很难找到另一个解决方案，因为这个 "binning" 不是基于观察的数量（因为每个月内最多可以有 4000 个观察）并且它不是按时间顺序排列的，因为有些月份丢失了。您可以提供的任何帮助将不胜感激。

更新 I：我在 R 中使用了 "cut" 函数。我尝试将休息时间设置为 17，因为这是我应该有多少三个月的垃圾箱。但是当我使用 table(Cluster.GN) 时，它显示只有奇数 "bins" 有观察结果（抱歉，我不知道如何在此处上传 table ). >Cluster.GN <- cut(Master.feed.parts.gn$yr.mo, breaks= 17, c("1", "2", "3", "4", "5", "6 ", "7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17"), include.lowest=真）

Answer 1

更新：这个答案是一个快速破解，我没有检查 zoo 库。正确的做法请看

您需要做的就是将 yr.mo 字段从年月字符串（例如 2007.11）转换为 1..17 范围内的整数，每个季度（即月 1..3 进入第一个垃圾箱，4..6 个月进入第二个垃圾箱等）。（我不知道 8 年 (2007..2014) * 4 个季度 = 32 个箱子如何减少到只有 17 个箱子，除非你的数据稀疏。但无论如何......）

无需笨重的 ifelse 梯子。

为了获得更高的性能，请使用 stringi 库，stri_split_fixed()

sample_wr <- function(...) sample(..., replace=T)

# Generate sample data (you're supposed to provide this to code, to make your issue reproducible)
set.seed(123)
N <- 20
df <- data.frame(yr.mo =
          paste(sample_wr(2007:2014, N), sample_wr(1:12, N), sep='.') )
# [1] "2009.11" "2013.9"  "2010.8"  "2014.12" "2014.8"  "2007.9"  "2011.7" 
# [8] "2014.8"  "2011.4"  "2010.2"  "2014.12" "2010.11" "2012.9"  "2011.10"
#[15] "2007.1"  "2014.6"  "2008.10" "2007.3"  "2009.4"  "2014.3" 

yearmonth_to_integer <- function(xx) {
    yy_mm <- as.integer(unlist(strsplit(xx, '.', fixed=T)))
    return( (yy_mm[1] - 2006) + (yy_mm[2] %/% 3) )
}

Cluster.GN <- sapply(x, yearmonth_to_integer)

# 2009.11  2013.9  2010.8 2014.12  2014.8  2007.9  2011.7 
#    6      10       6      12      10       4       7 
# 2014.8  2011.4  2010.2 2014.12 2010.11  2012.9 2011.10 
#   10       6       4      12       7       9       8 
# 2007.1  2014.6 2008.10  2007.3  2009.4  2014.3 
#    1      10       5       2       4       9

要获得更高的性能，请使用 dplyr 或 data.table 库：

require(dplyr)

# something like the following, currently doesn't work,
# you have to handle two intermediate columns from yy_mm
# You get to fix this :)

df %>% mutate(yy_mm = as.integer(unlist(strsplit(yr.mo, '.', fixed=T))),
              quarter = yy_mm[1]-2006 + yy_mm[2] %/% 3 )

将年月字符串列转换为季度分箱

Convert year-month string column into quarterly bins

text-processing

r

date-formatting

binning