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<-data.frame(date=as.POSIXct(c(  #新建示例数据集data，含有date、x、y三列。"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。meanweek<-aggregate(. ~ cut(date, "1 week"), data, mean)#求出每周的平均值meanweek<-meanweek[,c(1,3:4)]#去掉原始时间那列meanweek

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

公众号后台回复关键字即可学习

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