将仅包含ISO周的数据集聚合成月份

Question

将仅包含ISO周的数据集聚合成月份

3

我的数据存储在一个类似于以下结构的数据帧中：

df2 <- data.frame(Year = c("2007"), Week = c(1:12), Measurement = c(rnorm(12, mean = 4, sd = 1)))

很不幸，我没有每个测量的完整日期（例如缺少天数），只有年份和周数（这些是ISO周）。

现在我想将一个月的中位数测量值（例如特定年份每月的每周测量值）汇总到一个新列“Months”中。我没有找到一种方便的方法来做到这一点，而不需要测量的确切日期。非常感谢任何意见！

- Roggan

4个回答

2

如果我理解正确，您不知道确切的日期，只知道一周的周数和年份。我的答案以一年的第一天作为起始日期，然后根据此计算一周的间隔。您可能可以进一步完善这个答案。

基于mnel的回答，使用lubridate包。

library(lubridate)

# Prepare week, month, year information ready for the merge
# Make sure you have all the necessary dates
wmy <- data.frame(Day = seq(ymd('2007-01-01'),ymd('2007-04-01'), 
                            by = 'weeks')) 
wmy <- transform(wmy, 
                 Week = isoweek(Day),
                 Month = month(Day),
                 Year = isoyear(Day))

# Merge this information with your data
merge(df2, wmy, by = c("Year", "Week"))

   Year Week Measurement        Day Month
1  2007    1    3.704887 2007-01-01     1
2  2007   10    1.974533 2007-03-05     3
3  2007   11    4.797286 2007-03-12     3
4  2007   12    4.291169 2007-03-19     3
5  2007    2    4.305010 2007-01-08     1
6  2007    3    3.374982 2007-01-15     1
7  2007    4    3.600008 2007-01-22     1
8  2007    5    4.315184 2007-01-29     1
9  2007    6    4.887142 2007-02-05     2
10 2007    7    4.155411 2007-02-12     2
11 2007    8    4.711943 2007-02-19     2
12 2007    9    2.465862 2007-02-26     2

- Paul Rougieux

感谢您提供这么详细的答案！它确实非常有效，但是我选择接受另一个答案，因为它在我的代码中稍后使用 ISOweek 包时提供了更多的灵活性。 - Roggan

请注意，基于ISO周的年份可能与日历年份不同。例如，ISOweek :: ISOweek（“2010-01-01”）返回“2009-W53”，ISOweek :: ISOweek（“2011-01-01”）返回“2010-W52”。请参阅?strptime中的％G和％g。有关定义一年中的周的不同约定，请参见[此答案]（https://dev59.com/FVcO5IYBdhLWcg3wmSuR#45587644）。 - Uwe

1

@Uwe 谢谢。我知道了， lubridate :: isoweek（“2010-01-01”） 返回 53 和 lubridate :: year（“2010-01-01”） 返回 2010。我应该使用 lubridate :: isoyear（“2010-01-01”），它会返回 2009。 - Paul Rougieux

1

使用 dplyr，您可以尝试以下操作：

require(dplyr)

df2 %>% mutate(Date = as.Date(paste("1", Week, Year, sep = "-"), format = "%w-%W-%Y"),
            Year_Mon = format(Date,"%Y-%m")) %>% group_by(Year_Mon) %>%
            summarise(result = median(Measurement))

正如@djhrio指出的那样，星期四被用来确定一个月中的周数。所以只需在上面的代码中将paste("1",替换为paste("4",即可。

- count

2

OP指出他正在使用ISO周。因此，使用年份周的英国定义“% W”和从星期日开始编号的工作日“% w”（ISO周从星期一开始）的答案是明显错误的（请参见“？strptime”）。还要注意，属于ISO周的年份可能与日历年份不同。请参阅此答案以讨论不同的约定。 - Uwe

3

注意，这个解决方案适用于 2007 年，但是在 2008 年和其他当年的 1 月 1 日是周二、周三或周四时将不起作用，因为使用“%W”对周数进行编号不符合 ISO 标准。根据“strptime”帮助文档：“％W：一年中的周数，使用周一作为第一天（通常年初的第一个星期一为第一周的第一天）进行十进制编号。” - djhurio

@Uwe和djhurio，我不知道。感谢你们的意见！ - count

0

在dplyr中，这可以相对简单地完成。

library(dplyr)

df2 %>% 
  mutate(Month = rep(1:3, each = 4)) %>% 
  group_by(Month) %>% 
  summarise(MonthlyMedian = stats::median(Measurement))

基本上，添加一个新列来定义您的月份。我假设因为你没有天数，你将每个月分配4周？然后，您只需按照您的月变量进行分组并计算中位数。非常简单

希望这可以帮助到您

- Quinn

1

这是有问题的，因为2007年的第5周仍然在一月份。 - count

1

@count，实际上2007年的第5周在二月份，因为一周的月份是根据ISO标准中一周的星期四来定义的。2007-W05的星期四是2007-02-01。 - djhurio

@djhrio 很有意思，我不知道这一点。然而，在这种情况下，仅仅分配每个月的4周可能会产生不准确的结果。 - count

你会用什么方法来称呼你刚刚创建的第13个月呢？ :-) 如果你每个月分配4周，而一年有52或53周，那么你最终将得到13个4周的时间段（加上1或2天）。在我看来，这太过简化了。 - Uwe

@Uwe，这个例子包含了12周的时间，但没有表明是否超过了一年，因此进行了超级简化。 - Quinn

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- djhurio · Accepted Answer

当需要将一周分配到一个月中时，可以应用一年中第一周的规则，尽管ISO 8601并不考虑这种情况。(来源于Wikipedia)

例如，2007年的第5周属于二月份，因为第5周的星期四是二月份的第一天。

我使用了data.table和ISOweek包。请查看示例，了解如何计算一周所属的月份，然后您可以按月进行任何聚合。

require(data.table)
require(ISOweek)

df2 <- data.table(Year = c("2007"), Week = c(1:12),
                  Measurement = c(rnorm(12, mean = 4, sd = 1)))

# Generate Thursday as year, week of the year, day of week according to ISO 8601
df2[, thursday_ISO := paste(Year, sprintf("W%02d", Week), 4, sep = "-")]

# Convert Thursday to date format
df2[, thursday_date := ISOweek2date(thursday_ISO)]

# Compute month
df2[, month := format(thursday_date, "%m")]
df2

Uwe提出计算年月字符串的建议。

# Compute year-month
df2[, yr_mon := format(ISOweek2date(sprintf("%s-W%02d-4", Year, Week)), "%Y-%m")]
df2

最后，您可以通过将中位数作为一列添加到新表中或进行聚合来完成操作。

df2[, median(Measurement), by = yr_mon]

df2[, median := median(Measurement), by = yr_mon]
df2