将每日交易数据转换为每周结束的总和

Question

我有每日交易数据，我想将其转换为每周总和（即截至周日的那一周的每周交易总和）。

目前的结构是这样的

dataset <- data.frame(date=as.Date(c("20200407", "20200407", "20200407", "20200407"), "%Y%m%d"), category=c("Petrol Station", "Accomodation", "Discount Store", "Shopping"), amount=c(5431.47, 839.1, 2399.13, 1305.82))

• 日期 - 基本上是当天所有不同的交易（我已经使用 ydm 函数重新格式化）
• 类别 - 不同类型的支出

• 金额 - 是支出。

  date        category        amount
  2020-04-07  Petrol Station  5431.47
  2020-04-07  Accommodation   839.1
  2020-04-07  Discount Store  2399.13
  2020-04-07  Shopping        1305.82
  

总共有大约 10 万行超过 3 年的数据

我可以使用下面的（给我 W1、W2、...等）创建一个星期变量，并通过对其进行分组来求和。但是，它在第​​ 1 周和第 52 周似乎无法正常工作，因为没有完整的 7 天

dataset$Week <- strftime(dataset$date, format = "%Y-W%V")

任何建议将不胜感激。

Answer 1

在您的示例中使用 data.table 和 lubridate 包：

library(lubridate)
library(data.table)
# convert data.frame to data.table
setDT(dataset)
# add week variable, then sum grouping by week and category 
dataset[, week := week(date)][, 
  wkSum = sum(amount), keyby = c("week", "category")]

稍微修改您的示例数据以涵盖多周和重复的类别以表明它有效，此输入

         date       category  amount
1: 2020-04-06       Shopping 1203.54
2: 2020-04-07 Petrol Station 5431.47
3: 2020-04-07       Shopping 1305.82
4: 2020-04-08       Shopping 1400.43

给出输出

   week       category   wkSum
1:   14 Petrol Station 5431.47
2:   14       Shopping 2509.36
3:   15       Shopping 1400.43

Answer 2

试试这个：

library(tidyverse)
library(lubridate)

dataset%>%
  mutate(week = week(date))%>%
  group_by(week)%>%
  summarize(week_sum = sum(amount))

如果您想获得一个 etxtra “类别”- 评估比：

dataset%>%
  mutate(week = week(date))%>%
  group_by(week, category)%>%
  summarize(week_category_sum = sum(amount))

编辑：

@TobKel 类似的东西 - 但对于类别列中的每个单独的子类别（大约有 100 个）。

我可以生成以下罚款，只是第 01 周和第 52 周没有完整的 7 天

Answer 3

@TobKei 的贡献很棒，您只需稍微更改数据集的结构即可实现所需的功能。本质上，您需要将每个类别的值作为一个变量，以便能够生成每周总和而不是一个单一的数字。您可能想尝试以下方法：

library(tidyverse)
library(dplyr)
library(lubridate)

sum_output <- dataset %>%
  mutate(week = week(date)) %>%
  spread(., category, amount) %>%
  group_by(week) %>%
  summarise(accomodation_week_sum = sum(Accomodation), 
         discount_store_week_sum= sum(`Discount Store`), 
         Petrol_week_sum=sum(`Petrol Station`), 
         shopping_week_sum= sum(Shopping))

目前它是相同的数字，因为您在同一周没有更多观察结果，但最终如果您有更多观察结果，group_by() 将每周返回给您一笔款项。

更新：如果您有数百个您显然不想单独输入的类别，则以下方法应该有效：

library(tidyverse)
library(dplyr)
library(lubridate)

sum_output <- dataset %>%
  mutate(week = week(date)) %>%
  split(.$category) %>%
  lapply(., group_by, week) %>%
  lapply(., summarise, week_sum_amount=sum(amount)) %>%
  bind_rows(., .id = "week_sum_amount") %>% 
  data.frame(check.names = FALSE)

主要添加的是split()，它将您在一个列表中的不同数据框中的所有类别分开。数据框列表。