将R中的每周数据帧转换为每月数据帧

我的dat如下所示，不同的节点描述有4年的每周数据

         ID1     ID2   DATE_     value
1:     00001     436 2014-06-29 175.8164
2:     00001     436 2014-07-06 188.9264
3:     00001     436 2014-07-13 167.5376
4:     00001     436 2014-07-20 160.7907
5:     00001     436 2014-07-27 185.3018
6:     00001     436 2014-08-03 179.5748

要将数据帧转换为每月。请尝试下面的代码

df %>%
  tq_transmute(select     = c(value,ID1),
               mutate_fun = apply.monthly,
               FUN        = mean)

但我的输出如下所示

DATE_                 value
  <dttm>                <dbl>
1 2014-06-29 00:00:00    144.
2 2014-07-27 00:00:00    143.
3 2014-08-31 00:00:00    143.
4 2014-09-28 00:00:00    152.
5 2014-10-26 00:00:00    156.
6 2014-11-30 00:00:00    166.

DATE\uu值
1 2014-06-29 00:00:00    144.
2 2014-07-27 00:00:00    143.
3 2014-08-31 00:00:00    143.
4 2014-09-28 00:00:00    152.
5 2014-10-26 00:00:00    156.
6 2014-11-30 00:00:00    166.

但是我希望有ID1、ID2、日期（每月）和值（平均值或最大值为4周），而不是只有日期和值，因为我有4年的不同ID1的数据。有人能帮我做些什么吗

dta <- data.frame(id1=rep("00001",6),id2=rep("436",6),
              date_=as.Date(c("29jun2014","6jul2014","13jul2014","20jul2014","27jul2014","3aug2014"),"%d%B%Y"),
              value=c(175.8164,188.9264,167.5376,160.7907,185.3018,179.5748))

---

问题是数据集没有每日数据。

apply.monthly

函数来自xts，但tidyquant在许多函数周围使用包装器，因此它们以更整洁的方式工作<代码>应用。每月需要一个xts对象，它基本上是一个带有时间索引的矩阵

还要知道apply.monthly返回timeseries中当月的最后一天。看看您的示例集，2017年7月的最后一天将是27日。现在，如果您在一个月内有5条记录（周），则平均函数将在5条记录上执行此操作。它永远不会精确到1个月，因为每周数据永远不会覆盖每月数据

但是使用tidyquant，如果您将结果与原始数据结合起来，您可以使用数据获得ID1和ID2的月度结果。请参阅下面的代码。我没有删除任何不需要的列

df1 %>%
  tq_transmute(select     = c(value, ID1),
               mutate_fun = apply.monthly,
               FUN        = mean) %>% 
  mutate(DATE_ = as.Date(DATE_)) %>% 
  inner_join(df1, by = "DATE_")

# A tibble: 3 x 5
  DATE_      value.x ID1   ID2   value.y
  <date>       <dbl> <fct> <fct>   <dbl>
1 2014-06-29    176. 00001 436      176.
2 2014-07-27    176. 00001 436      185.
3 2014-08-03    180. 00001 436      180.

df1%>%
tq_转换（选择=c（值，ID1），
mutate_fun=apply.monthly，
乐趣=平均值）%>%
变异（日期=as.DATE（日期））%>%
内部联接（df1，by=“DATE”）
#一个tibble:3x5
日期\值.x ID1 ID2值.y
1 2014-06-29    176. 00001 436      176.
2 2014-07-27    176. 00001 436      185.
3 2014-08-03    180. 00001 436      180.

数据：

---

df1个月大于4周。您需要定义如何处理重叠和“underlaps”。您希望将什么作为分组也不明确。我希望输出中的值（月平均值）和日期（月的最后一天）、ID1、ID2列对数据集执行一些分析。您的数据集不支持您的请求。
df1 %>%
  tq_transmute(select     = c(value, ID1),
               mutate_fun = apply.monthly,
               FUN        = mean) %>% 
  mutate(DATE_ = as.Date(DATE_)) %>% 
  inner_join(df1, by = "DATE_")

# A tibble: 3 x 5
  DATE_      value.x ID1   ID2   value.y
  <date>       <dbl> <fct> <fct>   <dbl>
1 2014-06-29    176. 00001 436      176.
2 2014-07-27    176. 00001 436      185.
3 2014-08-03    180. 00001 436      180.

df1 <- data.frame(ID1 = rep("00001", 6),
           ID2 = rep("436", 6),
           DATE_ = as.Date(c("2014-06-29", "2014-07-06", "2014-07-13", "2014-07-20", "2014-07-27", "2014-08-03")),
           value = c(175.8164,188.9264,167.5376,160.7907,185.3018,179.5748)
           )