使用自定义的 4 周月将每日数据汇总到每周

Question

我想在 y 上运行 x 的 MIDAS 回归。 x 是每周数据，y 是每月数据。为了做到这一点，周数应该能被月数整除，反之亦然，周数应该是月数的倍数。

问题是月份的周数 (4-5) 不同，因此上述条件不成立。因此，我想转换数据，使每个月包含 4 周。

我首先想到将每周数据（从星期六开始）分解为每日数据，然后定义自定义周，即

第 1 周：1-8 天， 第二周：9-15， 第三周：16-23， 第 4 周：24-30 或 31

我设法将每周数据分解为每日数据，但我很难将它们聚合回周月形式。聚合是指取平均值。

#Original Data
        Date Hits wday
1 2012-03-24   81    7
2 2012-03-31   77    7
3 2012-04-07   80    7
4 2012-04-14   83    7
5 2012-04-21   83    7
6 2012-04-28   83    7

#Daily data
        ddate hhits wday mday month week
1  2012-03-24    81    7   24     3   12
2  2012-03-25    77    1   25     3   13
3  2012-03-26    77    2   26     3   13
4  2012-03-27    77    3   27     3   13
5  2012-03-28    77    4   28     3   13
6  2012-03-29    77    5   29     3   13
7  2012-03-30    77    6   30     3   13
8  2012-03-31    77    7   31     3   13
9  2012-04-01    80    1    1     4   14
10 2012-04-02    80    2    2     4   14
11 2012-04-03    80    3    3     4   14
12 2012-04-04    80    4    4     4   14
13 2012-04-05    80    5    5     4   14
14 2012-04-06    80    6    6     4   14
15 2012-04-07    80    7    7     4   14
16 2012-04-08    83    1    8     4   15
17 2012-04-09    83    2    9     4   15
18 2012-04-10    83    3   10     4   15
19 2012-04-11    83    4   11     4   15
20 2012-04-12    83    5   12     4   15
21 2012-04-13    83    6   13     4   15
22 2012-04-14    83    7   14     4   15
23 2012-04-15    83    1   15     4   16
24 2012-04-16    83    2   16     4   16
25 2012-04-17    83    3   17     4   16

#4week month 
     Date Hits
2012-03-4 77.5
2012-04-1   80
2012-04-2   83
...

其中的值是前面定义的平均天数，2012-03-4 代表 3 月的最后一个自定义周。

Answer 1

如果您没有缺失值，您几乎可以忽略日期列并执行以下操作：

d = data.frame(val=rnorm(100))

crude_filler = function(i){
   x = rep(1:(nrow(d)/i), each=i)
   c(x, rep(max(x) + 1, each=nrow(d) - length(x)))
}

d$week = crude_filler(7)
d$month = crude_filler(28)

如果您缺少值，请先创建一个新的（完整的）数据框：

x = data.frame(Date=seq.Date(min(x), max(x), by=1))

x = merge(x, your_data)

如果您迫切希望从每周的某一天开始，您需要进行调整。您也可以考虑使用移动平均线（例如https://stackoverflow.com/a/4862334/2773500）。

Answer 2

这是一种使用dplyr 的解决方案，它创建了一个分组变量。

library(dplyr)

#create the function for grouping. 
get_groups <- function(x){
  l1 <- length(x) %/% 7
  grp <- c(rep(seq(l1), each = 7), rep(tail(seq(l1), 1), length(x) - 7 * l1))
    return(grp)
  }

#apply it using dplyr,
#First make sure your ddate is as.Date(df$ddate),

df %>% 
  group_by(v1 = format(ddate, '%Y-%m')) %>% 
  mutate(grp = get_groups(hhits)) %>% 
  group_by(v1, grp) %>% 
  summarise(avg = mean(hhits)) %>% 
  ungroup()

# A tibble: 3 × 3
#       v1   grp   avg
#    <chr> <int> <dbl>
#1 2012-03     1  77.5
#2 2012-04     1  80.0
#3 2012-04     2  83.0