在 R 中按周分组日期答案

【问题标题】：Group dates by week in R在 R 中按周分组日期
【发布时间】：2017-03-27 16:11:43
【问题描述】：

我希望根据他们的周标记我的数据。这是我的数据：

df2 <- structure(list(Order_Date = structure(c(16735, 16805, 16753, 
16830, 17075, 17009, 17085, 16740, 16891, 16750, 16820, 16849, 
16906, 16929, 16746, 16731, 16786, 16873, 16895, 16931), class = "Date")), .Names = "Order_Date", row.names = c(NA, 
-20L), class = "data.frame")

我尝试根据周（第 0 周、第 1 周和....）来标记它们，并且我希望按周对我的数据进行分组

我试过这个：

# order by data
library (dplyr)
df2<- arrange(df2, Order_Date)


# label them by week
$df2$week <- cumsum(weekdays(df2$Order_Date) == "Friday")

它没有给我正确的结果，我有以下输出，这很奇怪

   Order_Date week
1  2015-10-27    0
2  2016-01-05    0
3  2015-11-14    0
4  2016-01-30    0
5  2016-10-01    0
6  2016-07-27    0
7  2016-10-11    0
8  2015-11-01    0
9  2016-03-31    0
10 2015-11-11    0
11 2016-01-20    0
12 2016-02-18    0
13 2016-04-15    1
14 2016-05-08    1
15 2015-11-07    1
16 2015-10-23    2
17 2015-12-17    2
18 2016-03-13    2
19 2016-04-04    2
20 2016-05-10    2

理想情况下，我想要这样的输出：

  Order_Date   label
1  2015-10-23   0
2  2015-10-27   0
3  2015-11-01   1
4  2015-11-07   2
5  2015-11-11   2
6  2015-11-14   3
7  2015-12-17   8
8  2016-01-05   10

因为第 8 行出现在第 1 行之后的 10 周，但生成以下内容的解决方案是我的第二种选择，表明这些数据不在同一周：

  Order_Date   label
1  2015-10-23   0
2  2015-10-27   0
3  2015-11-01   1
4  2015-11-07   2
5  2015-11-11   2
6  2015-11-14   3
7  2015-12-17   4
8  2016-01-05   5

【问题讨论】：

你的预期输出是什么？
@akrun 我更新了问题，如果还不清楚请告诉我。
您为什么希望cumsum(weekdays(df2$Order_Date) == "Friday") 给您提供周数？它只会告诉您该列中恰好是星期五的日期的累积数量（但它们是无序的，并且不是每天或每周都被涵盖；如果您跳过一两个星期五怎么办？）。这与周数无关。
@smci 是的，我希望至少找到一个解决方案来找到同一周内的日期，请在问题底部查看我的替代理想输出。
然后使用 zoo 或 lubridate 中的星期函数。

标签： r date-arithmetic week-number

【解决方案1】：

cut.Date 采用间隔规范（请参阅?cut.Date）。

您的数据涵盖一整年，因此除非您想重新命名这些周，否则这将计算实际周数：

library(dplyr)
df2 %>% 
  mutate(week = cut.Date(Order_Date, breaks = "1 week", labels = FALSE)) %>% 
  arrange(Order_Date)

#>    Order_Date week
#> 1  2015-10-23    1
#> 2  2015-10-27    2
#> 3  2015-11-01    2
#> 4  2015-11-07    3
#> 5  2015-11-11    4
#> 6  2015-11-14    4
#> 7  2015-12-17    9
#> 8  2016-01-05   12
#> 9  2016-01-20   14
#> 10 2016-01-30   15
#> 11 2016-02-18   18
#> 12 2016-03-13   21
#> 13 2016-03-31   24
#> 14 2016-04-04   25
#> 15 2016-04-15   26
#> 16 2016-05-08   29
#> 17 2016-05-10   30
#> 18 2016-07-27   41
#> 19 2016-10-01   50
#> 20 2016-10-11   52

【讨论】：

非常感谢。这两种解决方案都非常适合我。

【解决方案2】：

下面的代码计算相对于数据中最短周的当前周。 week2 使用模运算使代码更简洁，尽管周数并不总是与使用lubridate 函数直接计算年份和周数完全一致。

library(dplyr)
library(lubridate)

df2 %>% mutate(week = (year(Order_Date) - year(min(Order_Date)))*52 + 
                 week(Order_Date) - week(min(Order_Date)),
               week2 = (as.numeric(Order_Date) %/% 7) - (as.numeric(min(Order_Date)) %/% 7)) %>%
  arrange(Order_Date)

   Order_Date week week2
1  2015-10-23    0     0
2  2015-10-27    0     0
3  2015-11-01    1     1
4  2015-11-07    2     2
5  2015-11-11    2     2
6  2015-11-14    3     3
7  2015-12-17    8     8
8  2016-01-05   10    10
9  2016-01-20   12    12
10 2016-01-30   14    14
11 2016-02-18   16    17
12 2016-03-13   20    20
13 2016-03-31   22    23
14 2016-04-04   23    23
15 2016-04-15   25    25
16 2016-05-08   28    28
17 2016-05-10   28    28
18 2016-07-27   39    39
19 2016-10-01   49    49
20 2016-10-11   50    50

【讨论】：

我想我们也可以使用来自lubridate 包的week()
我确实使用了lubridate 包中的week()。

【解决方案3】：

或者，您可以使用 ISOweek 包将日期转换为 ISOweek 格式，然后使用它来过滤您的输出。

使用 ISOweek 包的示例代码：

library(ISOweek)
x <- paste0(2000:2017, "-01-01")
x <- as.Date(x)
y <- ISOweek(x)
print(y)

【讨论】：