R 将月度数据汇总到季度数据

我想有一个函数，通过取平均值将月度数据转换为季度数据。例如：

一月十日

二月五日

3月15日

那么第一季度的值将是

平均值（10,5,15）=10。

我想我想出了一个解决方案，可以很容易地解决这个问题，但我有一个小问题，就是用一般的方法来解决：

library(data.table)

date <- seq(as.Date('2000-01-01'), as.Date('2020-04-01'), by = '1 month')
x <- rnorm(244)
df1 <- data.frame(date, x)

aggregate <- function(data){
  setDT(data)
  data[, mean(x), keyby = .(year(date), quarter(date))]
}

aggregate(df1) 

库（data.table）
日期可能的解决方案：

agg_quarter <- function(data, datecol, valuecol) {
  setDT(data)
  data[, mean(get(valuecol)), keyby = .(year(get(datecol)), quarter(get(datecol)))]
}

给出：


根据@John的评论，您可以将其作为一个单变量函数，但这需要您事先知道要使用哪个列。更好的方法可能是在上面的函数中使用默认参数：

agg_quarter <- function(data, datecol = "date", valuecol = "x") {
  setDT(data)
  data[, mean(get(valuecol)), keyby = .(year(get(datecol)), quarter(get(datecol)))]
}

如果datacolumn和valuecolumn具有其他名称，则仍然可以使用此函数。您需要使用以下函数（与答案的第一部分相同）：

请注意，
aggregate（）
已经是一个基本函数，用自定义函数来掩盖它不是一个好的工作流。谢谢！但真的没有办法用单变量函数来实现吗？
    year quarter           V1
 1: 2000       1  0.668280150
 2: 2000       2 -0.432287287
 3: 2000       3 -0.063654477
 4: 2000       4 -0.036998919
 5: 2001       1  0.003495954
....
78: 2019       2  0.441275470
79: 2019       3  0.435215828
80: 2019       4  0.561908069
81: 2020       1 -0.454111862
82: 2020       2 -1.486324939

agg_quarter <- function(data, datecol = "date", valuecol = "x") {
  setDT(data)
  data[, mean(get(valuecol)), keyby = .(year(get(datecol)), quarter(get(datecol)))]
}

agg_quarter(df1)

agg_quarter(df1, datecol = "other_date", valuecol = "other_x")