如何按月汇总数据并将其存储在当月的第一天答案

【问题标题】：how to sum data by month and store them in the first day of the month如何按月汇总数据并将其存储在当月的第一天
【发布时间】：2016-01-11 14:49:00
【问题描述】：

假设我有一个如下数据框：

gageID    date        flow_cms
1011000 1937-02-19   25.768334
1011000 1937-02-20   24.918828
1011000 1937-02-21   24.069322

我想汇总具有相同月份的行汇总流，并且将结果存入一个新的数据值：每个月的第一天；为了获得以下输出：

gageID  date  sum_monthly_flow
1011000 1937-02-01  500.2222
1011000 1937-03-01  589.222

我正在使用这条线：

>rowsum(qfile$flow_cms, format(qfile$date, '%Y-%m-01'))

我得到了正确的总和，但我也想减少记录天数独特的一天：每个月的第一天！上面的条带显示，R不能将左列识别为数据（或日期）。

非常感谢您的帮助！

【问题讨论】：

标签： r date aggregate

【解决方案1】：

首先确保您的“日期”列正确格式化为 R 中的日期对象：

qfile$date <- as.Date(qfile$date, format = "%Y-%m-%d")

然后我们可以使用format提取月份和年份，并使用group_by求和并取第一个日期：

library(dplyr)
qfile %>% mutate(monthyear = as.character(format(date, "%m-%Y"))) %>%
          arrange(date) %>% 
          group_by(monthyear) %>%
          summarise(date=date[1], flow = sum(flow_cms))

这将为您提供数据中每个月的第一条记录。

【讨论】：

非常感谢 Jeremycg 先生！

【解决方案2】：

另一种解决方案：

df
   gageID       date  flow_cms
1 1011000 1937-02-19  25.76833
2 1011000 1937-02-20  24.91883
3 1011000 1937-02-21  24.06932
4 1011000 1937-03-20  12.22200
5 1011000 1937-03-01 589.22200

df1 = aggregate(list(flow_cms=df$flow_cms),by=list(dates=cut(as.POSIXct(df$date),"month")),sum)

df1
       dates  flow_cms
1 1937-02-01  74.75648
2 1937-03-01 601.44400

【讨论】：

【解决方案3】：

使用data.table和lubridate你可以试试：

library(data.table)
setDT(qfile)[, lapply(.SD, sum), by = .(gageID, date = lubridate::floor_date(date, "month"))]

    gageID       date  flow_cms
1: 1011000 1937-02-01  74.75648
2: 1011000 1937-03-01 601.44400

请注意，假设date 已经属于Date 类，而gageID 是另一个分组参数。

另外，使用data.table 自己的mday() 函数（感谢@Henrik）可以避免从另一个包调用函数：

setDT(qfile)[, lapply(.SD, sum), by = .(gageID, date = date - mday(date) + 1)]

数据

这里使用Abdou's sample data：

qfile <- structure(list(gageID = c(1011000L, 1011000L, 1011000L, 1011000L, 
1011000L), date = structure(c(-12004, -12003, -12002, -11975, 
-11994), class = "Date"), flow_cms = c(25.76833, 24.91883, 24.06932, 
12.222, 589.222)), .Names = c("gageID", "date", "flow_cms"), row.names = c(NA, 
-5L), class = "data.frame")

【讨论】：