【问题标题】:How can i pass from monthly data to quarterly data? R data.frame如何从月度数据传递到季度数据? R数据帧
【发布时间】:2021-05-09 04:32:54
【问题描述】:

你好,我得到了这样的东西

我得到了不同的CIIU(后来)和不同的Provincias,“时间序列”是“exportaciones”。 (时间从2011年1月到2020年12月,每个省有11个CIIU)

如您所见,它是每月数据。我怎样才能保持这个数据框架结构,仍然设法获得季度数据? (从一月到三月,然后是四月到六月,七月到九月,最后是十月到十二月)

   CIIU                                                fecha      Provincia exportaciones
   <chr>                                               <date>     <chr>             <dbl>
 1 Fabricación de ordenadores (computadoras) centrales 2011-01-01 AZUAY                 0
 2 Fabricación de ordenadores (computadoras) centrales 2011-02-01 AZUAY                 0
 3 Fabricación de ordenadores (computadoras) centrales 2011-03-01 AZUAY                 0
 4 Fabricación de ordenadores (computadoras) centrales 2011-04-01 AZUAY                 0
 5 Fabricación de ordenadores (computadoras) centrales 2011-05-01 AZUAY                 0
 6 Fabricación de ordenadores (computadoras) centrales 2011-06-01 AZUAY                 0
 7 Fabricación de ordenadores (computadoras) centrales 2011-07-01 AZUAY                 0
 8 Fabricación de ordenadores (computadoras) centrales 2011-08-01 AZUAY                 0
 9 Fabricación de ordenadores (computadoras) centrales 2011-09-01 AZUAY                 0
10 Fabricación de ordenadores (computadoras) centrales 2011-10-01 AZUAY                 0

【问题讨论】:

  • 按季度总结...lubridatedata.table 包具有此功能
  • 你甚至不需要库,base R 有quarters()
  • 基本上使用quarters(fecha)或类似函数为季度创建列,然后使用library(tidyverse)group_by()summarize()
  • 好的,我只为季度做了新专栏,但我仍然需要年份。
  • 您可以创建单独的年份列,或使用lubridate::quarter(fecha, with_year = TRUE)

标签: r database dataframe datetime time-series


【解决方案1】:

由于不清楚最终输出应该是什么样子,这只是伪代码。我们使用lubridate::quarter 创建一个包含季度和年份的分组字段。然后我们可以将数据汇总到季度/年度级别。

library(tidyverse)
library(lubridate)

data %>% mutate(year_quarter = lubridate::quarter(fecha, with_year = TRUE)) %>%
  group_by(year_quarter, other_categories_to_summarize_by) %>%
  summarize(exportaciones = sum(exportaciones))

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2020-11-23
    • 1970-01-01
    • 2021-03-08
    • 2020-11-16
    • 2020-08-28
    • 2020-07-16
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多