基于每日时间序列数据的每周 R 增长率计算答案

【问题标题】：R growth rate calculation week over week on daily timeseries data基于每日时间序列数据的每周 R 增长率计算
【发布时间】：2013-07-21 20:48:10
【问题描述】：

我正在尝试完全在 R 中计算 w/w 增长率。我可以使用 excel，或者使用 ruby 进行预处理，但这不是重点。

data.frame 示例

        date   gpv        type
1 2013-04-01 12900 back office
2 2013-04-02 16232 back office
3 2013-04-03  10035 back office

我想根据“类型”来执行此操作，并且需要将日期类型列包装成几周。然后计算每周增长。

我认为我需要 ddply 以按周分组 - 使用自定义函数确定日期是否在给定周内？

然后，在此之后，使用diff 并找到上周除以前一周的黑白增长。

然后我将绘制周/周增长，或使用 data.frame 将其导出。

这是closed，但也有同样有用的想法。

【问题讨论】：

标签： r time-series plyr

【解决方案1】：

更新：用 ggplot 回答：

下同，用这个代替plot

ggplot(data.frame(week=seq(length(gr)), gr), aes(x=week,y=gr*100)) + geom_point() + geom_smooth(method='loess') + coord_cartesian(xlim = c(.95, 10.05)) + scale_x_discrete() + ggtitle('week over week growth rate, from Apr 1') + ylab('growth rate %')

（旧的，正确的答案，但只使用情节）

嗯，我想是这样的：

df_net <- ddply(df_all, .(date), summarise, gpv=sum(gpv))  # df_all has my daily data.
df_net$week_num <- strftime(df_net$date, "%U") #get the week # to 'group by' in ddply
df_weekly <- ddply(df_net, .(week_num), summarize, gpv=sum(gov))

gr <- diff(df_weekly$gpv)/df_weekly$gpv[-length(df_weekly$gpv)]  #seems correct, but this I don't understand via: http://stackoverflow.com/questions/15356121/how-to-identify-the-virality-growth-rate-in-time-series-data-using-r
plot(gr, type='l', xlab='week #', ylab='growth rate percent', main='Week/Week Growth Rate')

还有更好的解决方案吗？

【讨论】：

【解决方案2】：

对于最后一部分，如果你想计算增长率，你可以取日志，然后使用 diff，默认参数 lag = 1（前一周），difference = 1（第一个差异）：

df_weekly_log <- log(df_weekly)
gr <- diff(df_weekly_log , lag = 1, differences = 1)

后者是近似值，适用于小的差异。

希望对你有帮助。

【讨论】：