R速成指南-时间序列重采样

R速成指南-时间序列重采样

欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答、求职一站式搞定!

对商业智能BI、大数据分析挖掘、机器学习,python,R等数据领域感兴趣的同学加微信:tstoutiao,邀请你进入数据爱好者交流群,数据爱好者们都在这儿。

作者: Frank R语言中文社区专栏作者

知乎专栏:https://www.zhihu.com/people/chen-xiao-tian-92-92/activities

前言

在研究时间序列时,经常要按特定时间长度对数据进行重新划分并进行分组计算,称为时间序列重采样。例如按分钟、小时、日、月、年进行划分,并分组计算数据情况。

下面分两种情况:

  • 只要分组的结果
  • 要分组后计算数据(例如把分钟值换算成小时值)

假设你的数据集名为data,时间那一列名为date(时间数据格式必须是POSIXt或者date)。

1、把数据归类到特定时间长度的区间中。单纯的归类,比如按每个周归类。

先用cut函数划分时间区间,再用dlply函数汇总结果即可,语句是:

dlply(data,.(cut(date,"1 week")),"[") 

cut函数可用于按时间段给数据分类,用法也十分简单:cut(时间列的名称, 时间间隔)。

“时间间隔”写法很简单粗暴,一周你就写"1 week"(注意加英文引号), 一年你就写 "1 year"。

示例代码(直接复制代码到R中即可看到结果):

library(plyr)#载入plyr包
data"2010-01-1 03:02:38 UTC", "2010-01-4 03:03:14 UTC", "2010-01-6 03:05:52 UTC",
"2010-01-8 03:07:42 UTC", "2010-01-10 03:09:38 UTC", "2010-01-14 03:10:14 UTC",
"2010-01-16 03:12:52 UTC", "2010-01-18 03:13:42 UTC", "2010-01-20 03:15:42 UTC",
"2010-01-22 03:16:38 UTC", "2010-01-24 03:18:14 UTC", "2010-01-26 03:21:52 UTC",
"2010-01-27 03:22:42 UTC", "2010-01-28 03:24:19 UTC", "2010-01-30 03:25:19 UTC"
)), x = cumsum(runif(15)*10),y=cumsum(runif(15)*20))
dlply(data,.(cut(date,"1 week")),"[") #按周分类

2、按特定时间长度归类并计算数据情况,比如计算每个周的平均值。

同样先用cut函数划分时间区间,再用aggregate函数分组计算平均数后汇总结果即可,语句是:

aggregate(. ~ cut(date, '1 week'), data, mean)

示例代码(直接复制代码到R中即可看到结果):

#同样用到上一个例子中创建的data数据集做示范。
meanweekmeanweekmeanweek

关于cut.POSIXt函数的介绍详见如下链接:

https://www.rdocumentation.org/packages/base/versions/3.4.3/topics/cut.POSIXt

R速成指南-时间序列重采样

回复 爬虫 爬虫三大案例实战

回复 Python 1小时破冰入门

回复 数据挖掘 R语言入门及数据挖掘

回复 人工智能 三个月入门人工智能

回复 数据分析师 数据分析师成长之路

回复 机器学习 机器学习的商业应用

回复 数据科学 数据科学实战

回复 常用算法 常用数据挖掘算法


分享到:


相關文章: