格式化为.Date 为每月合并表答案

【问题标题】：Formatting as.Date as monthly to merge tables格式化为.Date 为每月合并表
【发布时间】：2018-02-10 06:26:38
【问题描述】：

我有以下数据，结果来自数据透视表 cast(...)：

df1

date        x    y
2012-04-28  ...  ...
2012-06-29  ...  ...
2012-08-31  ...  ...
2012-09-30  ...  ...

df2

date        x    y
2012-04-20  ...  ...
2012-06-30  ...  ...
2012-08-30  ...  ...
2012-09-28  ...  ...

如您所见，我无法按月通过索引匹配表格。它将为某些行创建 NA。因此，我想，我只能按月时间格式。

应用了以下功能：

df1$date <- as.Date(df1$date)
df1 <- zoo(df1, df1$date)
index(df1) = as.yearmon(index(df1),"%y-%m")

df1

date               x    y
April 2012       ...  ...
June 2012        ...  ...
August 2012      ...  ...
September 2012   ...  ...

但是，最终的结果应该是

df1

date       x    y
2012-04  ...  ...
2012-06  ...  ...
2012-08  ...  ...
2012-09  ...  ...

你能帮帮我吗？

【问题讨论】：

这里为什么需要zoo？有什么具体原因吗？
老实说，我对所有可用的不同软件包有点困惑。我遇到了一个描述，它显示了如何使用 zoo 将每日数据汇总到每月数据，这正是我所需要的。
有没有更好的解决办法？

标签： r time merge time-series

【解决方案1】：

也许你可以从下面得到一些启发。

x <- as.Date("2012-04-20")
format(x, format = "%Y-%m")
[1] "2012-04"

【讨论】：

【解决方案2】：

你为什么不直接使用 R 中已经存在的 format 函数。

df1$data <- format(as.Date(df1$date), "%Y-%m")

【讨论】：

那么是否仍然可以每月汇总所有列的值？现在我有一个看起来像 2012-04 2012-04 2012-04 2012-06 2012-08 的索引，我想汇总所有具有相同索引（月）的值。 apply.monthly(df1, FUN = colSums) 在这里不再起作用了。
我将创建两列，一列包含年份，一列包含月份。这将使工作更容易。我可以格式化月份列并使用月份和年份进行汇总。我什至可以将月份名称用作“January, February, ...”

【解决方案3】：

合并

如果您的目标是创建两个动物园对象并按年/月合并它们，那么您不需要将日期列转换为字符列。相反，试试这个：

library(zoo)

z1 <- read.zoo(df1, FUN = as.yearmon)
z2 <- read.zoo(df2, FUN = as.yearmon)
z <- merge(z1, z2)

给予：

> z
         x.z1 y.z1 x.z2 y.z2
Apr 2012    1    2    1    2
Jun 2012    3    4    3    4
Aug 2012    5    6    5    6
Sep 2012    7    8    7    8

聚合

要按月使用 mean 进行汇总，请尝试以下操作：

by_month <- aggregate(z, cycle, mean)

在索引显示月份的地方给出以下内容：

> by_month
  x.z1 y.z1 x.z2 y.z2
4    1    2    1    2
6    3    4    3    4
8    5    6    5    6
9    7    8    7    8

情节

我们现在可以使用：

plot(by_month, type = "h", xlab = "month")

注意：我们假设输入是：

Lines <- "
date        x    y
2012-04-28  1    2
2012-06-29  3    4
2012-08-31  5    6
2012-09-30  7    8"
df1 <- df2 <- read.table(text = Lines, header = TRUE)

【讨论】：