Data.Table：每两周汇总一次

Question

那么让我们来看看下面的data.table。它有日期和一列数字。我想获取每个日期的星期，然后汇总（总和）每两周。

Date <- as.Date(c("1980-01-01", "1980-01-02", "1981-01-05", "1981-01-05", "1982-01-08", "1982-01-15", "1980-01-16", "1980-01-17", 
                  "1981-01-18", "1981-01-22", "1982-01-24", "1982-01-26"))
Runoff <- c(2, 1, 0.1, 3, 2, 5, 1.5, 0.5, 0.3, 2, 1.5, 4)
DT <- data.table(Date, Runoff)
DT

所以从日期，我可以很容易地得到年份和星期。

DT[,c("Date_YrWeek") := paste(substr(Date,1,4), week(Date), sep="-")][]

我正在苦苦挣扎的是每两周汇总一次。 我以为我会得到每周的第一个日期并使用这些值进行过滤。不幸的是，那太愚蠢了。

DT[,.(min(Date)),by=.(Date_YrWeek)][order(Date)]

最终结果将是每两周的总和。

weeks    sum_value
1 and 2  ...
3 and 4  ...
5 and 6  ...

任何人都有使用 data.table 的有效方法吗？

Answer 1

1) 将两周时间段定义为从最短日期开始。然后我们可以像这样得到每个此类时期的总径流。

DT[, .(sum_value = sum(Runoff)), 
     keyby = .(Date = 14 * (as.numeric(Date - min(Date)) %/% 14) + min(Date))]

给出以下内容，其中 Date 列是两周期间的第一天的日期。

         Date sum_value
1: 1980-01-01       3.0
2: 1980-01-15       2.0
3: 1980-12-30       3.1
4: 1981-01-13       2.3
5: 1981-12-29       2.0
6: 1982-01-12       6.5
7: 1982-01-26       4.0

2)如果您更喜欢问题中第一列显示的文字，那么：

DT[, .(sum_value = sum(Runoff)), 
    keyby = .(two_week = as.numeric(Date - min(Date)) %/% 14)][
    , .(weeks = paste(2*two_week + 1, "and", 2*two_week + 2), sum_value)]

给予：

         weeks sum_value
1:     1 and 2       3.0
2:     3 and 4       2.0
3:   53 and 54       3.1
4:   55 and 56       2.3
5: 105 and 106       2.0
6: 107 and 108       6.5
7: 109 and 110       4.0

更新：修订和添加 (2)。

Answer 2

使用 tidyverse 和 lubridate：

library(tidyverse)
library(lubridate)

summary <- DT %>% 
              mutate(TwoWeeks = round_date(Date, "2 weeks")) %>%
              group_by(TwoWeeks) %>%
              summarise(sum_value = sum(Runoff))
summary
# A tibble: 9 × 2
    TwoWeeks sum_value
      <date>     <dbl>
1 1979-12-30       3.0
2 1980-01-13       1.5
3 1980-01-20       0.5
4 1981-01-04       3.1
5 1981-01-18       0.3
6 1981-01-25       2.0
7 1982-01-10       2.0
8 1982-01-17       5.0
9 1982-01-24       5.5

Lubridate 的 round_date() 将聚合您可以通过大小和单位指定的范围内的日期，在本例中为“2 周”。 round_date() 的输出是该期间的第一个日历日。