汇总每日内容答案

【问题标题】：Aggregating daily content汇总每日内容
【发布时间】：2010-09-01 17:21:22
【问题描述】：

我一直在尝试汇总（有些不稳定的）每日数据。我实际上正在使用 csv 数据，但如果我重新创建它 - 它看起来像这样：

library(zoo)

dates <- c("20100505", "20100505", "20100506", "20100507")
val1 <- c("10", "11", "1", "6")
val2 <- c("5", "31", "2", "7")

x <- data.frame(dates = dates, val1=val1, val2=val2)
z <- read.zoo(x, format = "%Y%m%d")

现在我想每天汇总一下（请注意，有时一天有 >1 个数据点，有时没有。

我已经尝试了很多很多变化，但我似乎无法汇总，所以例如这失败了：

aggregate(z, as.Date(time(z)), sum)
# Error in Summary.factor(2:3, na.rm = FALSE) : sum not meaningful for factors

似乎有很多关于聚合的内容，我尝试了许多版本，但似乎无法在日常水平上总结这一点。除了每日求和之外，我还想运行 cummax 和累积平均值。

任何帮助都将不胜感激。

更新

我实际使用的代码如下：

z <- read.zoo(file = "data.csv", sep = ",", header = TRUE, stringsAsFactors = FALSE, blank.lines.skip = T, na.strings="NA", format = "%Y%m%d");

我对上述数字的（无意）引用似乎与实践中发生的情况相似，因为当我这样做时：

aggregate(z, index(z), sum)
#Error in Summary.factor(25L, na.rm = FALSE) : sum not meaningful for factors

有很多列（100 左右），我怎样才能将它们指定为 as.numeric 自动？（stringAsFactors = False 似乎不起作用？）

【问题讨论】：

标签： r aggregate

【解决方案1】：

或者你在使用 zoo 之前进行聚合（不过 val1 和 val2 需要是数字）。

x <- data.frame(dates = dates, val1=as.numeric(val1), val2=as.numeric(val2))
y <- aggregate(x[,2:3],by=list(x[,1]),FUN=sum)

然后将y 喂入动物园。

你避免了警告:)

【讨论】：

甜蜜 - 我也能够让它适用于 CSV 数据（最终 :) 谢谢！

【解决方案2】：

你走在正确的道路上，但犯了几个错误。

首先，zoo 只使用矩阵，而不是 data.frames。其次，那些需要数字输入：

> z <- zoo(as.matrix(data.frame(val1=c(10,11,1,6), val2=c(5,31,2,7))), 
+          order.by=as.Date(c("20100505","20100505","20100506","20100507"),
+                           "%Y%m%d"))
Warning message:
In zoo(as.matrix(data.frame(val1 = c(10, 11, 1, 6), val2 = c(5,  :
  some methods for "zoo" objects do not work if the index entries in 
  'order.by' are not unique

这给了我们一个动物园标准的警告：它不喜欢相同的时间索引。

显示数据结构总是一个好主意，也可以通过str()，也可以在其上运行summary()：

> z
           val1 val2
2010-05-05   10    5
2010-05-05   11   31
2010-05-06    1    2
2010-05-07    6    7

然后，一旦我们有了它，聚合就很容易了：

> aggregate(z, index(z), sum)
           val1 val2
2010-05-05   21   36
2010-05-06    1    2
2010-05-07    6    7
>

【讨论】：

但是zoo 消耗了我的data.frame！（因为 read.zoo 适用于 data.frames）;-)
谢谢 - 我想我现在离我更近了 :) 在我编写示例时，在引用数字时犯了一个愚蠢的错误，但实际上，我似乎是什么也发生在现实生活中的代码中。我已经更新了问题，仍然有点麻烦..

【解决方案3】：

val1 和 val2 是字符串。 data.frame() 将它们转换为因子。对因素求和是没有意义的。您可能打算：

x <- data.frame(dates = dates, val1=as.numeric(val1), val2=as.numeric(val2))
z <- read.zoo(x, format = "%Y%m%d")
aggregate(z, as.Date(time(z)), sum)

产生：

           val1 val2
2010-05-05   21   36
2010-05-06    1    2
2010-05-07    6    7

【讨论】：

谢谢 Joshua - 是否可以将它们全部指定为.numeric（如果导入 csv？）我已经更新了问题，我想第一个问题太简单了 :)

【解决方案4】：

将字符列转换为数字，然后使用read.zoo，利用其aggregate 参数：

> x[-1] <- lapply(x[-1], function(x) as.numeric(as.character(x)))
> read.zoo(x, format = "%Y%m%d", aggregate = sum)
             val1 val2
2010-05-05   21   36
2010-05-06    1    2
2010-05-07    6    7

【讨论】：