在 R 中按月汇总行

Question

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？

Answer 1

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。
• 第一个参数告诉函数我到底想要聚合什么。 在~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。

Answer 2

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

Answer 3

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

Answer 4

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)