按日期范围分组数据 R答案

【问题标题】：Grouping data by date range R按日期范围分组数据 R
【发布时间】：2021-02-18 02:18:36
【问题描述】：

我的数据框包含 1983-2008 年以下格式的数据：

Year, temp,
1983, .109,
1984, .091,
1985, -.10,
1986, .051,
1987, -.071,
1988, .101,
1989, .003,
1990, -.051,
1991, -.110,
1992, .134,
1993, .091,
1994, .122,
1995, .101,
1996, .087,
1997, .075,

有没有办法在散点图中绘制这些数据，以便每个图都是 5 年框架的平均值。例如，第一个图的 x 值是 1983-1987 年，y 值是那些年的平均温度。我查看了以均值作为第三个参数的聚合函数，但此函数不支持日期范围。

【问题讨论】：

您好，我注意到您到目前为止已经提出了 24 个问题，但没有接受任何问题。请考虑从每个问题（包括这个）中接受一个最适合您的情况的答案。每个帖子您只能接受一个答案，但可以随心所欲地投票。参考stackoverflow.com/help/someone-answers

标签： r dataframe scatter-plot

【解决方案1】：

我们可以使用zoo 的rollmean 函数计算滚动平均值并使用ggplot2 进行绘图。

library(dplyr)
library(ggplot2)

df %>%
  mutate(temp_rolling_avg = zoo::rollmean(temp, 5, align = 'left', fill = NA), 
         Year_label = paste(Year, lead(Year, 4), sep = '-')) %>%
  filter(!is.na(temp_rolling_avg)) %>%
  ggplot(aes(Year_label, temp_rolling_avg)) + 
  geom_col()

【讨论】：

【解决方案2】：

您可以使用embed 和rowMeans：

x = 1985 : 1995
y = rowMeans(embed(df$temp,5))
plot(x, y)

【讨论】：

【解决方案3】：

使用滚动平均函数。这是一个基础 R 解决方案：

vec 是您的对象，len 是窗口大小，prtl 打印部分平均值。

rollmean <- function(vec, len, prtl = FALSE) {
  if (len > length(vec)) {
     stop(paste("Choose lower range,", len, ">", length(vec)))
   }
   else {
     if (prtl == T) {
       sapply(1:length(vec), function(i) {
         if (i <= len) {
           mean(vec[1:i])
         }
         else {
           mean(vec[(i - (len - 1)):i])
         }
       })
     }
     else {
       sapply(1:length(vec), function(i) {
         if (i - (len - 1) > 0) {
           mean(vec[(i - (len - 1)):i])
         }
         else {
           NA
         }
       })
     }
   }
 }

要获取数据，请像这样使用它：

dat
   Year   temp
1  1983  0.109
2  1984  0.091
3  1985 -0.100
...

mydat <- setNames( data.frame( paste( rollmean(dat$Year,5) - 2, 
           rollmean(dat$Year,5) + 2, sep="-" ),
           rollmean(dat$temp,5) ), colnames(dat) )

mydat
        Year    temp
1      NA-NA      NA
2      NA-NA      NA
3      NA-NA      NA
4      NA-NA      NA
5  1983-1987  0.0160
6  1984-1988  0.0144
7  1985-1989 -0.0032
8  1986-1990  0.0066
9  1987-1991 -0.0256
10 1988-1992  0.0154
11 1989-1993  0.0134
12 1990-1994  0.0372
13 1991-1995  0.0676
14 1992-1996  0.1070
15 1993-1997  0.0952

绘制数据，例如作为条形图（使用geom_point( aes( Year, temp )) 作为散点图）：

require(ggplot2)
ggplot( mydat ) + geom_bar( aes( Year, temp, fill=Year ), stat="identity" ) +
    theme(axis.text = element_text(size = 6))

简单地使用mydat[!is.na(mydat[,2]),]省略NAs

【讨论】：