将小时数据聚合为月数据，从R中的yyyy-mm-dd-h:m格式开始

Question

我一直在积极寻找R中问题的解决方案，但没有找到任何解决问题的方法。。。

我有一份R报告要在一月初提交，使用pepe模因数据。我一直在研究pepe模因的价格，我的问题来了。我有格式为yyyy-mm-dd h:m的日期，我想将这些日期聚合为每月数据。我想先制作一个新文件，使用yyyy-mm格式的时间戳，但我做不到。我在转换为yyyy-mm-dd格式时很成功，但当我想转换为yyyy-mm格式时，我确实遇到了问题。

所以，更清楚地说，这是我的两个问题：

• 如何将我的yyyy-mm-dd h:m日期与每月数据的平均值聚合为每月日期(因此，格式为yyyy-mm)？

• 如果你不知道如何直接聚合日期，你们中有人知道如何从yyyy-mm-dd h:m格式转换为yyyy-mm格式吗？

以下是我的数据集的一些行(只是一个摘要，它包含250多行)：

Timestamp           ForwardQuantity TotalPriceUSDPerUnit
------------------------------------------------------------
1 2016-09-26 04:00:00               3                 3.44
2 2016-09-26 04:00:00               7                 3.44
3 2016-09-26 05:00:00               3                 3.39
4 2016-09-26 05:00:00               1                 3.39
5 2016-09-26 06:00:00               2                 3.39
6 2016-09-26 13:00:00               4                 2.84
7 2016-09-28 04:00:00               1                 2.88
8 2016-09-28 04:00:00               1                 2.92
9 2016-09-28 06:00:00               1                 2.92
10 2016-09-28 06:00:00               1                 2.92 

提前表示感谢，并祝庆祝者圣诞快乐！

编辑：预期结果：

Timestamp           Average price
------------------------------------
1 2016-09               2.9981 

这里的平均价格是通过将上述远期数量与其相关价格相乘而获得的

编辑2：dput(头(DatashairEPE3col，10))的输出为以下

structure(list(Timestamp = structure(c(1474862400, 1474862400, 
1474866000, 1474866000, 1474869600, 1474894800, 1475035200, 1475035200, 
1475042400, 1475042400), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
ForwardQuantity = c(3L, 7L, 3L, 1L, 2L, 4L, 1L, 1L, 1L, 1L
), TotalPriceUSDPerUnit = c(3.445, 3.445, 3.392, 3.392, 3.392, 
2.8352, 2.8795, 2.9238, 2.9238, 2.9238)), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))

Answer 1

使用末尾注释中可重复显示的数据

1)zoo将数据转换为zoo对象，同时将其聚合为类yearmon。这将使动物园对象Mean具有每年/每月一次的平均值。您可以使用它，也可以使用fortify.zoo将其转换为数据帧。这个解决方案可能比下面的(2)更方便，因为我们直接将年/月表示为yearmon类对象，可以按逻辑方式绘制和操作。

library(zoo)
Mean <- read.zoo(DF, FUN = as.yearmon, aggregate = mean)
fortify.zoo(Mean)  # optional

给出这个数据帧：

Index     Mean
1 Sep 2016 3.406667

您现在可以进一步操作，例如使用plot.zoo绘制它，如下所示：

plot(Mean)

2)基本R或者，使用每个时间戳的前7个字符来表示年/月，并以此进行聚合。

DF2 <- transform(DF, Timestamp = substring(Timestamp, 1, 7))
aggregate(UsdPricePerUnit ~ Timestamp, DF2, mean)

给予：

Timestamp UsdPricePerUnit
1   2016-09        3.406667

备注

Lines <- "
Timestamp                    UsdPricePerUnit
2016-09-26 04:00:00                 3.44
2016-09-26 04:00:00                 3.44
2016-09-26 05:00:00                 3.39
2016-09-26 05:00:00                 3.39
2016-09-26 05:00:00                 3.39
2016-09-26 06:00:00                 3.39"
DF <- read.csv(textConnection(gsub("  +", ",", Lines)))

Answer 2

使用上一个答案中提供的样本数据(增加一个月用于演示)以及dplyr和anytime

library(tidyverse)
library(anytime)
Lines <- "
Timestamp               ForwardQuantity         UsdPricePerUnit
2016-09-26 04:00:00     3                 3.44
2016-09-26 04:00:00     7                 3.44
2016-09-26 05:00:00     3                 3.39
2016-10-26 05:00:00     1                 3.39
2016-10-26 05:00:00     2                 3.39
2016-10-26 06:00:00     4                 3.39"
DF <- read.csv(textConnection(gsub("  +", ",", Lines)))
DF %>%
mutate(month = format(anydate((Timestamp)), "%Y-%m")) %>%
group_by(month) %>%
mutate(MonthlySpend = ForwardQuantity*UsdPricePerUnit) %>%
summarise(QuanPerMon = sum(ForwardQuantity),
SpendPerMon = sum(MonthlySpend)) %>%
mutate(AveragePrice = SpendPerMon/QuanPerMon) %>%
select(1,4)
# A tibble: 2 x 2
month   AveragePrice
<chr>          <dbl>
1 2016-09         3.43
2 2016-10         3.39

编辑-添加到问题的新数据

这对我的数据有效

df %>%
mutate(month = format(anydate((Timestamp)), "%Y-%m")) %>%
group_by(month) %>%
mutate(MonthlySpend = ForwardQuantity*TotalPriceUSDPerUnit) %>%
summarise(QuanPerMon = sum(ForwardQuantity),
SpendPerMon = sum(MonthlySpend)) %>%
mutate(AveragePrice = SpendPerMon/QuanPerMon) %>%
select(1,4)
# A tibble: 1 x 2
month   AveragePrice
<chr>          <dbl>
1 2016-09         3.24