每七天后求和但在 R 中缺少天数

如何解决每七天后求和但在 R 中缺少天数

我有一个 R df 如下：

| date_entered | returning | new |
| ------------ | --------- | --- |
| 2021-06-02   |         0 |  14 |
| 2021-06-03   |        12 |   8 |
| 2021-06-04   |         8 |   0 |
| 2021-06-05   |         7 |  15 |
| 2021-06-07   |        10 |   4 |
| 2021-06-08   |        12 |  22 |
| 2021-06-09   |         4 |  15 |
| 2021-06-10   |         0 |  28 |
| 2021-06-12   |        22 |  16 |
| 2021-06-15   |        20 |   5 |
| 2021-06-16   |        18 |  12 |
| 2021-06-17   |         2 |  10 |
| 2021-06-18   |        12 |   8 |

• 请注意，缺少日期。我需要在每七天之后从上面找到“新”列的总和，如下所示：

| date_range              | sum_new |
| ----------------------- | ------- |
| 2021-06-02 - 2021-06-08 |      53 |
| 2021-06-09 - 2021-06-15 |      49 |
| 2021-06-16 - 2021-06-22 |      30 |

我尝试了以下方法：

library(zoo)
n <- 7
rollapply(df$new,n,sum,by = n)

但它忽略日期，只是在 df 的每七个值之后添加

| sum_new |
| ------- |
|      78 |
|      79 |

这不是我想要的。

解决方法

您可以使用 cut 将数据集划分为 7 天间隔和 sum new 值。

library(dplyr)

df %>%
  group_by(group = cut(date_entered,'7 days')) %>%
  summarise(date_range = paste(min(date_entered),min(date_entered) + 6,sep = '-'),sum_new = sum(new)) %>%
  select(-group)

#  date_range            sum_new
#  <chr>                   <int>
#1 2021-06-02-2021-06-08      63
#2 2021-06-09-2021-06-15      64
#3 2021-06-16-2021-06-22      30

,

我们假设输入在最后的注释中可重复显示。

删除返回列，转换为zoo，这也将字符日期转换为Date类，然后将其转换为ts。转换为 ts 将插入缺失的日期，为这些提供新的 NA 值。然后将其转换回动物园并用 0 填充 NA。接下来使用 rollapply。我们向左对齐并使用 partial=TRUE 以便包括结束时的部分周。出现的日期将是每 7 天间隔的开始。因为 ts 不能表示 Date 类，所以时间将是数字，所以使用聚合将它们转换回 Date，将总和作为动物园对象 sum_new。可选择将其转换为数据框（或省略它并仅使用 sum_new）。

library(zoo)

sum_new <- df |>
  subset(select = -returning) |>
  read.zoo() |>
  as.ts() |>
  as.zoo() |>
  na.fill(0) |>
  rollapply(7,by = 7,sum,partial = TRUE,align = "left") |>
  aggregate(as.Date)

fortify.zoo(sum_new,name = "date")

给予：

        date sum_new
1 2021-06-02      63
2 2021-06-09      64
3 2021-06-16      30

注意

df <-
structure(list(date_entered = c("2021-06-02","2021-06-03","2021-06-04","2021-06-05","2021-06-07","2021-06-08","2021-06-09","2021-06-10","2021-06-12","2021-06-15","2021-06-16","2021-06-17","2021-06-18"
),returning = c(0L,12L,8L,7L,10L,4L,0L,22L,20L,18L,2L,12L),new = c(14L,15L,28L,16L,5L,8L)),class = "data.frame",row.names = c(NA,-13L

,

我的解决方案是按您的范围对 date_entered 进行分组，然后通过
求和 每组。

dt %>% 
    group_by(dr = findInterval(date_entered,as.Date(c("2021-06-09","2021-06-16")))) %>%
    summarise(sum_new = sum(new))

或者用data.table

dt <- fread("
date_entered  returning  new 
2021-06-02            0   14 
2021-06-03           12    8 
2021-06-04            8    0 
2021-06-05            7   15 
2021-06-07           10    4 
2021-06-08           12   22 
2021-06-09            4   15 
2021-06-10            0   28 
2021-06-12           22   16 
2021-06-15           20    5 
2021-06-16           18   12 
2021-06-17            2   10 
2021-06-18           12    8 ")

dt[,.(sum_new = sum(new)),by = .(dr = findInterval(date_entered,"2021-06-16"))))]