如何按季度汇总 data.table？

Question

我的数据按月提供，我正在尝试按季度汇总它们。老实说，我正在使用我不太了解的 data.table 包。

   X.DATA_BASE                                             NOME_INSTITUICAO     SALDO.x    SALDO.y
1:      199407 ASB S/A - CFI                                                    1694581    1124580
2:      199407 BANCO ARAUCARIA S.A.                                            40079517    6314782
3:      199407 BANCO ATLANTIS S.A.                                            200463907    9356445
4:      199407 BANCO BANKPAR                                                    1078342    5770046
5:      199407 BANCO BBI                                                       97812975   31112289                                                                                            

对于由 X.DATA_BASE 定义的每个日期，199407 = 1994 年 7 月。我有几个具有 SALDO.x 和 SALDO.y 值的机构。我想在每个季度为每个机构添加 SALDO.x 和 SALDO.y。问题之一是一些机构通过时间进出。归根结底，我希望 mydata 具有相同的列但季度频率。

我该怎么做？

Answer 1

这是一个如何按季度分组和求和的示例（感谢 @eddi 提出的改进建议）。首先让我们创建一些假日期：

library(data.table)

set.seed(1485)
dat = data.table(date=rep(c(199401:199412,199501:199512),2),
             firm=rep(c("A","B"), each=24),
             value1=rnorm(48,1000,10),
             value2=rnorm(48,2000,100))

dat

      date firm    value1   value2
 1: 199401    A 1009.8620 2054.251
 2: 199402    A 1009.7180 2124.202
 3: 199403    A 1014.3421 1919.251
...
46: 199510    B  992.9961 2079.517
47: 199511    B  997.9147 1968.676
48: 199512    B 1002.5993 2006.231

现在，按公司、年份和季度进行汇总。为此，我们从 date 创建 year 和 quarter 分组变量（我们使用整数除法 (%/%) 来创建年份和 mod (%%) 加上整数除法来创建季度），以及计算每个子组的value1 和value2 的总和。这一切都假设date 是数字。如果您将其存储为字符或因子，请先转换为数字：

dat.summary = dat[ , list(valueByQuarter = sum(sum(value1) + sum(value2))), 
              by=list(firm, 
                      year=date %/% 100, 
                      quarter=(date %% 100 - 1) %/% 3 + 1)]

dat.summary

    firm year quarter valueByQuarter
 1:    A 1994       1       9131.626
 2:    A 1994       2       8953.116
 3:    A 1994       3       8981.407
 4:    A 1994       4       9175.959
 5:    A 1995       1       9003.225
 6:    A 1995       2       8962.690
 7:    A 1995       3       8809.256
 8:    A 1995       4       8885.264
 9:    B 1994       1       9000.791
10:    B 1994       2       8936.356
11:    B 1994       3       8905.789
12:    B 1994       4       8951.369
13:    B 1995       1       8922.716
14:    B 1995       2       9097.134
15:    B 1995       3       8724.188
16:    B 1995       4       9047.934

对于dplyr 的粉丝，这是dplyr 的方法：

library(dplyr)

dat %>% 
  group_by(firm, year=date %/% 100, 
           quarter=(date %% 100 - 1) %/% 3 + 1) %>%
  summarise(valueByQuarter = sum(value1 + value2))