[英]Summing rows by month in R
所以我有一个数据框,它有一个日期列、一个小时列和一系列其他数字列。 数据框中的每一行是一整年的一天中的 1 小时。
数据框如下所示:
Date Hour Melbourne Southern Flagstaff
1 2009-05-01 0 0 5 17
2 2009-05-01 2 0 2 1
3 2009-05-01 1 0 11 0
4 2009-05-01 3 0 3 8
5 2009-05-01 4 0 1 0
6 2009-05-01 5 0 49 79
7 2009-05-01 6 0 425 610
小时数是乱序的,因为这是从另一个数据帧中提取的子集。
我想按月和可能按天对数字列中的值求和。 有谁知道我怎么能做到这一点?
我创建的数据集
data <- read.table( text=" Date Hour Melbourne Southern Flagstaff
1 2009-05-01 0 0 5 17
2 2009-05-01 2 0 2 1
3 2009-05-01 1 0 11 0
4 2009-05-01 3 0 3 8
5 2009-05-01 4 0 1 0
6 2009-05-01 5 0 49 79
7 2009-05-01 6 0 425 610",
header=TRUE,stringsAsFactors=FALSE)
您可以使用函数aggregate
进行求和:
byday <- aggregate(cbind(Melbourne,Southern,Flagstaff)~Date,
data=data,FUN=sum)
library(lubridate)
bymonth <- aggregate(cbind(Melbourne,Southern,Flagstaff)~month(Date),
data=data,FUN=sum)
查看?aggregate
以更好地理解该函数。 从最后一个参数开始(因为这使解释更容易),参数执行以下操作:
FUN
是应该用于聚合的函数。 我使用sum
来总结这些值,但我也可以mean
、 max
或您自己编写的某些函数。data
用于指示我要聚合的数据框。~
的左侧,我指示要聚合的变量。 如果有多个,则将它们与cbind
结合使用。 右侧是数据应该被分割的变量。 放置Date
意味着聚合将对Date
每个不同值的变量求和。 对于按月聚合,我使用了包lubridate
的函数month
。 它做人们所期望的:它返回一个数值,指示给定日期的月份。 也许您首先需要通过install.packages("lubridate")
安装包。
如果您不想使用 lubridate,则可以执行以下操作:
data <- transform(data,month=as.numeric(format(as.Date(Date),"%m")))
bymonth <- aggregate(cbind(Melbourne,Southern,Flagstaff)~month,
data=data,FUN=sum)
在这里,我向包含月份的数据添加了一个新列,然后按该列聚合。
这可能是使用data.table
执行此操作的另一种方法
library(data.table)
# Edited as per Arun's comment
out = setDT(data)[, lapply(.SD, sum), by=Date]
#>out
# Date Hour Melbourne Southern Flagstaff
#1: 2009-05-01 21 0 496 715
或使用dplyr
library(dplyr)
out = data %>% group_by(Date) %>% summarise_each(funs(sum))
#>out
#Source: local data frame [1 x 5]
# Date Hour Melbourne Southern Flagstaff
#1 2009-05-01 21 0 496 715
另一个基本的 R 解决方案
# to sum by date
rowsum(dat[-1], dat$Date)
# Hour Melbourne Southern Flagstaff
#2009-05-01 21 0 496 715
# or by month and year
rowsum(dat[-1], format(dat$Date, "%b-%y") )
# Hour Melbourne Southern Flagstaff
#May-09 21 0 496 715
我会使用 dplyr::summarize 和 group_by,并对每个数字列求和:
summarize(group_by(df, Date), m_count = sum(Melbourne), s_count = sum(Southern), f_count = sum(Flagstaff)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.