从每日数据的DataFrame绘制每周数据

我有一个Julia数据帧，如下所示：

│ Row  │ date               │ users │ posts │ topics │ likes │ pageviews │
│      │ Date               │ Int64 │ Int64 │ Int64  │ Int64 │ Int64     │
├──────┼────────────────────┼───────┼───────┼────────┼───────┼───────────┤
│ 1    │ Date("2020-06-16") │  1    │  3    │ 4      │ 7     │ 10000     │
│ 2    │ Date("2020-06-15") │  2    │  2    │ 5      │ 8     │ 20000     │
│ 3    │ Date("2020-06-14") │  3    │  3    │ 6      │ 9     │ 30000     │

我想要一个帖子和日期的对比图，但是每天的数据太吵了，所以我想 你想把每周的帖子加起来，然后画出来吗？最简单的是什么

---

实现这一目标的途径

TimeSeries包提供了各种实用程序来处理TimeSeries数据。 在这种情况下，您可以使用

折叠

将每日数据转换为每周数据：

julia> using TimeSeries, DataFrames

julia> ta = TimeArray(df.date, df.posts)
1311×1 TimeArray{Int64,1,Date,Array{Int64,1}} 2016-10-19 to 2020-06-16
│            │ A     │
├────────────┼───────┤
│ 2016-10-19 │ 1     │
│ 2016-10-20 │ 2     │
│ 2016-10-21 │ 3     │
│ 2016-10-23 │ 4     │
...

julia> weekly = collapse(ta, week, last, sum)
192×1 TimeArray{Int64,1,Date,Array{Int64,1}} 2016-10-23 to 2020-06-16
│            │ A     │
├────────────┼───────┤
│ 2016-10-23 │ 10    │
│ 2016-10-28 │ 22    │
│ 2016-11-06 │ 34    │
...

julia> using Gadfly
julia> plot(DataFrame(weekly)[1:end-1,:], x=:timestamp, y=:A, Geom.line(), Guide.ylabel("Weekly sum of Posts"), Guide.xlabel("Week"))

---

在数据帧中，您可以将

groupby

与

combine

结合使用，如下所示：

julia> using Statistics, Dates, Pipe;
julia> df = DataFrame(date = range(Date(2000, 01, 01), Date(2020, 01, 01), step = Day(1)));
julia> df.val = rand(nrow(df));
julia> @pipe df |>
           transform(_,
               :date => ByRow(year) => :year,
               :date => ByRow(week) => :week # 1:52
           ) |>
           groupby(_, [:week, :year]) |>
           transform(_, :val => mean)

如果想要移动平均线，可以使用以下函数

julia> function lagged_mean(x, b)
           map(1:length(x)) do i
               i < b ? missing : mean(@view x[i-b+1:i])
           end
       end

julia> lagged_mean(df.val, 7)

julia>函数滞后平均值（x，b）
地图（1：长度（x））我该怎么办
我滞后平均值（df.val，7）

这是我的建议，它允许控制您使用哪一天作为一周的开始日期（我在这里使用星期一），并且对丢失的数据也很可靠（数据集中可以重复日期）：

请注意，与每周使用<代码>相比，性能提高了3.5倍：

julia> @btime transform($df,:date => (d->floor.(d,Week)) => :week);
  63.699 μs (68 allocations: 175.47 KiB)
julia> @btime transform($df,:date => (d->Dates.days.(d .- Date(2000, 1, 3)) .÷ 7) => :week);
  18.900 μs (74 allocations: 175.64 KiB)

---

在这里，你如何控制一周的开始日期？利用地板不是更好吗<代码>使用日期；dfw=转换（df，：日期=>（d->楼层（d，周））=>：周）；combine（groupby（dfw，：week），：pageviews=>sum）周日（日本）或周六（中东）如何开始一周？这也比我在i7-10710U CPU上使用Julia 1.4.2编写的代码（请参见我的编辑）慢3.5倍，根本没有性能差异。我在运行i7-10510U的Julia 1.5.0 beta1上测试了genauguy示例中的数据帧窗口。你的数据框有多大？它很小（3行），但在Linux下。

julia> @btime transform($df,:date => (d->floor.(d,Week)) => :week);
  63.699 μs (68 allocations: 175.47 KiB)
julia> @btime transform($df,:date => (d->Dates.days.(d .- Date(2000, 1, 3)) .÷ 7) => :week);
  18.900 μs (74 allocations: 175.64 KiB)