我一直需要获取交易数据并按日、周、月、季度、年进行汇总 - 本质上,它是时间序列数据。我开始将 zoo
/xts
应用于我的数据,希望能够更快地聚合数据,但我要么不完全理解这些包的用途,要么我正在尝试错误地应用它。
一般来说,我想按类别、按时间段(日、周、月等)计算订单数量和订购的产品数量。
#Create the data
clients <- 1:10
dates <- seq(as.Date("2012/1/1"), as.Date("2012/9/1"), "days")
categories <- LETTERS[1:5]
products <- data.frame(numProducts = 1:10,
category = sample(categories, 1000, replace = TRUE),
clientID = sample(clients, 1000, replace = TRUE),
OrderDate = sample(dates, 1000, replace = TRUE))
我可以使用 plyr
和 reshape
来做到这一点,但我认为这是一种迂回的方式。
#Aggregate by date and category
products.day <- ddply(products, .(OrderDate, category), summarize, numOrders = length(numProducts), numProducts = sum(numProducts))
#Aggregate by Month and category
products.month <- ddply(products, .(Month = months(OrderDate), Category = category), summarize, numOrders = length(numProducts), numProducts = sum(numProducts))
#Make a wide-version of the data frame
products.month.wide <- cast(products.month, Month~Category, sum)
我尝试将 zoo
应用于数据,如下所示:
products.TS <- aggregate(products$numProducts, yearmon, mean)
它返回了这个错误:
Error in aggregate.data.frame(as.data.frame(x), ...) :
'by' must be a list
我已阅读 zoo
插图和文档,但我找到的每个示例每次条目仅显示 1 条记录/行/条目。
我是否必须预先聚合我想要的时间序列数据?我希望我可以简单地按我想要的字段进行分组,然后将月份或季度增量添加到 X 轴的数据框中。
是否有更好的方法来聚合这个或更合适的包?
最佳答案
products$numProducts
是一个向量,而不是一个 Zoo 对象。您需要先创建一个 Zoo 对象,然后才能使用方法分派(dispatch)调用 aggregate.zoo
。
pz <- with(products, zoo(numProducts, OrderDate))
products.TS <- aggregate(pz, as.yearmon, mean)
关于R Zoo - 聚合具有相同时间条目的许多记录,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12254182/