如何將每月資料分解為每周資料？

我試圖通過兩種方式分解月度資料并將它們分散到每周資料中。

• 首先，從開始日期找到第一個星期一，然后創建從星期一到序列的最后一個日期（月）的日子。然后在當月的相應周內傳播資料。

• 其次，從開始日期和結束日期創建每周序列，并在當月的相應周內傳播資料。

我正在使用的資料如下：

structure(list(`Row Labels` = c("X6", "X7", "X8", "X9"), `2022-11-01` = c(100, 
200, 300, 400), `2022-12-01` = c(160, 200, 300, 400), `2023-01-01` = c(500, 
550, 600, 650)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-4L))

它看起來像這樣：

預期輸出 1 如下所示，您可以看到所有日期都是星期一：

預期輸出 2 如下：

這是可行的，還是對 R 的期望有點過高？

uj5u.com熱心網友回復：

對于星期一，我們可以在資料框中的日期之間創建一個星期一串列，將其與長格式資料連接起來，計算每個月每個變數的星期一數，將值除以星期一數，然后回傳格式寬；

library(dplyr)
library(tidyr)
library(lubridate)

all_dates <- as.Date(names(df1)[-1])

MON <- seq(min(floor_date(all_dates, "month")), 
           max(ceiling_date(all_dates, "month")),
           by="1 day") %>% 
      .[wday(.,label = TRUE) == "Mon"] %>% 
      data.frame("Mondays" = .) %>% 
      mutate(mmm = format(Mondays, "%Y-%m"))
  
df1 %>% 
  pivot_longer(cols = -`Row Labels`, names_to = "dates") %>% 
  mutate(dates = as.Date(dates),
         mmm = format(dates, "%Y-%m"))  %>%
  right_join(MON, by = "mmm") %>% 
  arrange(mmm) %>% 
  group_by(`Row Labels`, dates) %>% 
  mutate(value = value / n()) %>% 
  ungroup() %>% 
  select(`Row Labels`, Mondays, value) %>% 
  pivot_wider(`Row Labels`, names_from = "Mondays", values_from = "value")

#> # A tibble: 4 x 14
#>   `Row Labels` `2022-11-07` `2022-11-14` `2022-11-21` `2022-11-28` `2022-12-05`
#>   <chr>               <dbl>        <dbl>        <dbl>        <dbl>        <dbl>
#> 1 X6                     25           25           25           25           40
#> 2 X7                     50           50           50           50           50
#> 3 X8                     75           75           75           75           75
#> 4 X9                    100          100          100          100          100
#> # ... with 8 more variables: 2022-12-12 <dbl>, 2022-12-19 <dbl>,
#> #   2022-12-26 <dbl>, 2023-01-02 <dbl>, 2023-01-09 <dbl>, 2023-01-16 <dbl>,
#> #   2023-01-23 <dbl>, 2023-01-30 <dbl>

同一位校長每周都會這樣做：

WKLY <- seq(min(floor_date(all_dates, "month")), 
            max(ceiling_date(all_dates, "month")), 
            by="week") %>% 
          data.frame("Weekly" = .) %>% 
          mutate(mmm = format(Weekly, "%Y-%m"))

df1 %>% 
  pivot_longer(cols = -`Row Labels`, names_to = "dates") %>% 
  mutate(dates = as.Date(dates),
         mmm = format(dates, "%Y-%m"))  %>%
  right_join(WKLY, by = "mmm") %>% 
  arrange(mmm) %>% 
  group_by(`Row Labels`, dates) %>% 
  mutate(value = value / n()) %>% 
  ungroup() %>% 
  select(`Row Labels`, Weekly, value) %>% 
  pivot_wider(`Row Labels`, names_from = "Weekly", values_from = "value")

#> # A tibble: 4 x 15
#>   `Row Labels` `2022-11-01` `2022-11-08` `2022-11-15` `2022-11-22` `2022-11-29`
#>   <chr>               <dbl>        <dbl>        <dbl>        <dbl>        <dbl>
#> 1 X6                     20           20           20           20           20
#> 2 X7                     40           40           40           40           40
#> 3 X8                     60           60           60           60           60
#> 4 X9                     80           80           80           80           80
#> # ... with 9 more variables: 2022-12-06 <dbl>, 2022-12-13 <dbl>,
#> #   2022-12-20 <dbl>, 2022-12-27 <dbl>, 2023-01-03 <dbl>, 2023-01-10 <dbl>,
#> #   2023-01-17 <dbl>, 2023-01-24 <dbl>, 2023-01-31 <dbl>

資料：

df1 <- structure(list(`Row Labels` = c("X6", "X7", "X8", "X9"), 
                      `2022-11-01` = c(100, 200, 300, 400), 
                      `2022-12-01` = c(160, 200, 300, 400), 
                      `2023-01-01` = c(500, 550, 600, 650)), 
                 class = c("tbl_df", "tbl", "data.frame"), 
                 row.names = c(NA, -4L))

標籤：r数据框日期

上一篇：R-遞回地將每個向量元素添加到資料幀的變數中

下一篇：查找資料框中的百分比變化和分組