每月至每日價值-R

我有一個包含每月資料的 data.frame df：

我希望每天都有平均值，例如（Jun 有 30 天，所以銷售額 300 美元 / 30 天 = 每天 10 美元）：

我不知道代碼可以使用什么功能。

謝謝！

uj5u.com熱心網友回復：

前面有幾件事：

• 我推斷您的語言環境設定為西班牙語（基于"Ago"我假設是八月）。要運行此代碼，我首先設定我的本地語言環境，以便它能夠正確決議。您可能不需要這個，但其他人（使用其他語言）可能需要這個或類似的東西來測驗這個代碼。

  prevlocale <- Sys.getlocale("LC_TIME")
  Sys.setlocale("LC_TIME", "Spanish")
  # [1] "Spanish_Spain.1252"
  format(as.Date("2022-08-01"), format = "%b")
  # [1] "ago"
  ### when done and you want to return to your local locale
  Sys.setlocale("LC_TIME", prevlocale)
  

• 您的數字列不是數字。我會將它們更改為numeric，否則數學運算將不起作用，您可以根據$需要選擇將它們重新格式化為 -strings。

• 由于每個月有不同的天數，我們不能以簡單的一步邏輯對所有行執行此操作。要向前邁進，第一個挑戰是確定每個月有多少天。有幾種方法可以解決這個問題（包括lubridate包），我將提供一個 base-R 解決方案（使用as.POSIXlt）來解決它并回傳正確的日期向量。

  yrmon2days <- function(yr, mon) {
    stopifnot(length(yr) == 1L, length(mon) == 1L)
    day2 <- day1 <- as.POSIXlt(as.Date(paste(yr, mon, "01", sep = "-"), format = "%Y-%b-%d"))
    day2$mon <- day2$mon   1L
    seq(day1, day2-1, by = "day")
  }
  yrmon2days(2022, "Feb")
  #  [1] "2022-02-01 UTC" "2022-02-02 UTC" "2022-02-03 UTC" "2022-02-04 UTC" "2022-02-05 UTC" "2022-02-06 UTC" "2022-02-07 UTC"
  #  [8] "2022-02-08 UTC" "2022-02-09 UTC" "2022-02-10 UTC" "2022-02-11 UTC" "2022-02-12 UTC" "2022-02-13 UTC" "2022-02-14 UTC"
  # [15] "2022-02-15 UTC" "2022-02-16 UTC" "2022-02-17 UTC" "2022-02-18 UTC" "2022-02-19 UTC" "2022-02-20 UTC" "2022-02-21 UTC"
  # [22] "2022-02-22 UTC" "2022-02-23 UTC" "2022-02-24 UTC" "2022-02-25 UTC" "2022-02-26 UTC" "2022-02-27 UTC" "2022-02-28 UTC"
  

  電流當前不可矢量化；可以這樣做，但是周圍資料還有其他復雜性，這使得目前這一步有點過分了。

• 我嘗試了dplyr::group_by總體上使用和分組的道路，但是雖然它是有道理的，但我不想假設每年/每月一行。有了這種預防措施，很明顯我們需要逐行操作，而不是可能（盡管不是使用此資料）回傳每組中的 1 行以外的東西。

dplyr

library(dplyr)
dat %>%
  mutate(across(c(Sales, Budget), ~ as.numeric(gsub("\\$", "", .)))) %>%
  rowwise() %>%
  summarize(
    Date = yrmon2days(Year, Month),
    Company, Store, Brand, Year, Month,
    across(c(where(is.numeric), -Year), ~ . / length(Date))
  )
# # A tibble: 122 x 9
#    Date                Company Store   Brand    Year Month Sales Budget Quantity
#    <dttm>              <chr>   <chr>   <chr>   <int> <chr> <dbl>  <dbl>    <dbl>
#  1 2022-06-01 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
#  2 2022-06-02 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
#  3 2022-06-03 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
#  4 2022-06-04 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
#  5 2022-06-05 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
#  6 2022-06-06 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
#  7 2022-06-07 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
#  8 2022-06-08 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
#  9 2022-06-09 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
# 10 2022-06-10 00:00:00 A       Store A Brand A  2022 Jun      10     10      100
# # ... with 112 more rows

堿基R

dat[c("Sales","Budget")] <- lapply(dat[c("Sales","Budget")], function(z) as.numeric(gsub("\\$", "", z,)))
isnum <- sapply(dat, is.numeric)
isnum[which(colnames(dat) == "Year")] <- FALSE
out <- do.call(rbind, lapply(seq_len(nrow(dat)), function(rn) {
  Date <- yrmon2days(dat$Year[rn], dat$Month[rn])
  Nums <- lapply(dat[rn,isnum], `/`, length(Date))
  suppressWarnings( # "row names were found from a short variable and have been discarded"
    cbind(dat[rn,!isnum], Nums, data.frame(Date = Date))
  )
}))
head(out)
#   Company   Store   Brand Month Year Sales Budget Quantity       Date
# 1       A Store A Brand A   Jun 2022    10     10      100 2022-06-01
# 2       A Store A Brand A   Jun 2022    10     10      100 2022-06-02
# 3       A Store A Brand A   Jun 2022    10     10      100 2022-06-03
# 4       A Store A Brand A   Jun 2022    10     10      100 2022-06-04
# 5       A Store A Brand A   Jun 2022    10     10      100 2022-06-05
# 6       A Store A Brand A   Jun 2022    10     10      100 2022-06-06

資料

dat <- structure(list(Company = c("A", "A", "A", "A"), Store = c("Store A", "Store A", "Store A", "Store A"), Brand = c("Brand A", "Brand A", "Brand A", "Brand A"), Month = c("Jun", "Jul", "Ago", "Sep"), Sales = c("$300", "$300", "$300", "$300"), Budget = c("$300", "$300", "$300", "$300"), Quantity = c(3000L, 3000L, 3000L, 3000L), Year = c(2022L, 2022L, 2022L, 2022L)), class = "data.frame", row.names = c(NA, -4L))

標籤：

上一篇：如何使用luxon(DateTimeNow)和ReactJs正確映射/過濾資料

下一篇：VaadinGrid可排序日期列