在R中按月获取特定月份的平均值
我有这样的数据在R中按月获取特定月份的平均值,r,date,R,Date,我有这样的数据 logMosqm2 Date [1,] -4.0000000 10296 [2,] -4.0000000 10313 [3,] -4.0000000 10342 [4,] -4.0000000 10388 [5,] -0.9592633 10526 [6,] -4.0000000 10572 只有四列（类似于第一列）和更多行 我想得到logMosm2（以及其他类似变量）的月平均值，但仅限于2004年、2005年和2006年的月平均值 关于日期：这些来自 yearf
logMosqm2 Date
[1,] -4.0000000 10296
[2,] -4.0000000 10313
[3,] -4.0000000 10342
[4,] -4.0000000 10388
[5,] -0.9592633 10526
[6,] -4.0000000 10572
yearfish <- cbind(logMosqm2, Date)
ZOOyearmon[1] "Mar 1998" "Mar 1998" "Apr 1998" "Jun 1998"
[5] "Oct 1998" "Dec 1998" "Apr 1999" "Nov 1999"
[9] "Feb 2000" "Feb 2000" "Mar 2000" "Apr 2000"
[13] "May 2000" "Jun 2000" "Oct 2000" "Dec 2000"
[17] "Mar 2001" "Jun 2001" "Sep 2001" "Jan 2002"
[21] "Jun 2002" "Dec 2002" "Apr 2003" "Jun 2003"
[25] "Jan 2004" "Mar 2004" "Apr 2004" "May 2004"
[29] "Jun 2004" "Jun 2004" "Jul 2004" "Jul 2004"
[33] "Jul 2004" "Aug 2004" "Aug 2004" "Aug 2004"
[37] "Aug 2004" "Aug 2004" "Aug 2004" "Sep 2004"
[41] "Sep 2004" "Sep 2004" "Sep 2004" "Sep 2004"
[45] "Sep 2004" "Sep 2004" "Sep 2004" "May 2005"
[49] "May 2005" "May 2005" "May 2005" "May 2005"
[53] "May 2005" "Jun 2005" "Jun 2005" "Jun 2005"
[57] "Jul 2005" "Jul 2005" "Jul 2005" "Aug 2005"
[61] "Aug 2005" "Aug 2005" "Sep 2005" "Sep 2005"
[65] "Sep 2005" "May 2006" "May 2006" "May 2006"
[69] "Jun 2006" "Jun 2006" "Jun 2006" "Jul 2006"
[73] "Jul 2006" "Sep 2006" "Sep 2006" "Apr 2007"
[77] "May 2007" "Jul 2007" "Sep 2007" "Jan 2008"
[81] "Mar 2008" "May 2008"
我们需要一个更好的例子。所有这些日期都是在1998年
tapply(inp[ , 'logMosqm2'], format(as.Date(inp[ , 'Date'], origin=as.Date("1970-01-01") ),format="%Y" ),mean )
1998
-3.493211
tapply(inp[ , 'logMosqm2'], format(as.Date(inp[ , 'Date'], origin=as.Date("1970-01-01") ),format="%m" ),mean )
03 04 06 10 12
-4.0000000 -4.0000000 -4.0000000 -0.9592633 -4.0000000
rd.txtscanrd.txt <- function (txt, header = TRUE, ...)
{ rd <- read.table(textConnection(txt), header = header, ...)
closeAllConnections()
rd}
inp <- data.matrix(rd.txt(" logMosqm2 Date
-4.0000000 10296
-4.0000000 10313
-4.0000000 10342
-4.0000000 10388
-0.9592633 10526
-4.0000000 10572") )
rd.txt需要一个更好的例子。所有这些日期都是在1998年
tapply(inp[ , 'logMosqm2'], format(as.Date(inp[ , 'Date'], origin=as.Date("1970-01-01") ),format="%Y" ),mean )
1998
-3.493211
现在看来，您希望通过将格式更改为“$y-%m”来交付内容，以便2003-01与2004-01有所不同。（这不是你写的。）
但是，一旦我们有了一个合理的例子，我们可以应用一个限制函数，下面就是如何做到这一点：
tapply(inp[ , 'logMosqm2'], format(as.Date(inp[ , 'Date'], origin=as.Date("1970-01-01") ),format="%m" ),mean )
03 04 06 10 12
-4.0000000 -4.0000000 -4.0000000 -0.9592633 -4.0000000
rd.txt
是我在添加scan
的文本参数之前创建的一个函数，这样我就可以从海报上快速输入，比如你自己，你还没有学会用dput发布示例的优点：
rd.txt <- function (txt, header = TRUE, ...)
{ rd <- read.table(textConnection(txt), header = header, ...)
closeAllConnections()
rd}
inp <- data.matrix(rd.txt(" logMosqm2 Date
-4.0000000 10296
-4.0000000 10313
-4.0000000 10342
-4.0000000 10388
-0.9592633 10526
-4.0000000 10572") )
rd.txt使用data.table
和示例
#Example
library(data.table)
set.seed(123)
all_dates <- as.numeric(seq(as.Date("2004/01/01"), as.Date("2008/12/31"), "day"))
dates <- sample(all_dates, 1000, replace = T)
dt <- data.table(x = rnorm(1000), dates = dates)
dt
# x dates
# 1: -0.6018928 12943
# 2: -0.9936986 13858
# 3: 1.0267851 13165
# 4: 0.7510613 14031
# 5: -1.5091665 14136
dt[, dates := as.Date(dates, origin = "1970-01-01")]
dt
# x dates
# 1: -0.6018928 2005-06-09
# 2: -0.9936986 2007-12-11
# 3: 1.0267851 2006-01-17
# 4: 0.7510613 2008-06-01
# 5: -1.5091665 2008-09-14
#Relevant Code
dt[, c("month", "year") := list(month(dates), year(dates))]
dt[year %in% c(2004, 2005, 2006), mean(x), by = month]
# month V1
# 1: 6 -0.044292743
# 2: 1 0.078148206
# 3: 3 0.062165254
# 4: 8 -0.149267201
# 5: 10 -0.024994773
# 6: 4 0.159856357
# 7: 11 -0.028046083
# 8: 7 0.019404375
# 9: 9 0.117634410
#10: 12 0.074059451
#11: 2 -0.001347801
#12: 5 0.096914779
#示例
库（数据表）
种子集（123）
所有日期使用数据。表格举例说明
#Example
library(data.table)
set.seed(123)
all_dates <- as.numeric(seq(as.Date("2004/01/01"), as.Date("2008/12/31"), "day"))
dates <- sample(all_dates, 1000, replace = T)
dt <- data.table(x = rnorm(1000), dates = dates)
dt
# x dates
# 1: -0.6018928 12943
# 2: -0.9936986 13858
# 3: 1.0267851 13165
# 4: 0.7510613 14031
# 5: -1.5091665 14136
dt[, dates := as.Date(dates, origin = "1970-01-01")]
dt
# x dates
# 1: -0.6018928 2005-06-09
# 2: -0.9936986 2007-12-11
# 3: 1.0267851 2006-01-17
# 4: 0.7510613 2008-06-01
# 5: -1.5091665 2008-09-14
#Relevant Code
dt[, c("month", "year") := list(month(dates), year(dates))]
dt[year %in% c(2004, 2005, 2006), mean(x), by = month]
# month V1
# 1: 6 -0.044292743
# 2: 1 0.078148206
# 3: 3 0.062165254
# 4: 8 -0.149267201
# 5: 10 -0.024994773
# 6: 4 0.159856357
# 7: 11 -0.028046083
# 8: 7 0.019404375
# 9: 9 0.117634410
#10: 12 0.074059451
#11: 2 -0.001347801
#12: 5 0.096914779
#示例
库（数据表）
种子集（123）
所有日期使用年和月的列生成数据框，然后根据您想要的年进行子集，并使用tapply
获得平均因子：
d = data.frame(x=1:9,y=c(2001,2001,2001,2002,2002,2002,2003,2003,2003),
month=rep(c('a','b','c'),3) )
ds = subset(d,y>2001)
tapply(ds$x,ds$month,mean)
数据如下所示：
x y z
1 1 2001 a
2 2 2001 b
3 3 2001 c
4 4 2002 a
5 5 2002 b
6 6 2002 c
7 7 2003 a
8 8 2003 b
9 9 2003 c
输出为：
a b c
5.5 6.5 7.5
用年和月的列生成数据框，然后用所需年份的子集，并使用tapply
获得平均因子：
d = data.frame(x=1:9,y=c(2001,2001,2001,2002,2002,2002,2003,2003,2003),
month=rep(c('a','b','c'),3) )
ds = subset(d,y>2001)
tapply(ds$x,ds$month,mean)
数据如下所示：
x y z
1 1 2001 a
2 2 2001 b
3 3 2001 c
4 4 2002 a
5 5 2002 b
6 6 2002 c
7 7 2003 a
8 8 2003 b
9 9 2003 c
输出为：
a b c
5.5 6.5 7.5
谢谢大家。在你的帮助下，我已经解决了这个问题。这就是我所做的
library(zoo)
camm.recent$yearmon <- as.yearmon(camm.recent$Date)
camm.recent$avglogMosqm2[camm.recent$yearmon > "Dec 2003" &
camm.recent$yearmon < "Jan 2007"] <-
subset(tapply(camm.recent$logMosqm2, camm.recent$yearmon,
mean), camm.recent$yearmon > "Dec 2003" &
camm.recent$yearmon < "Jan 2007")
camm.recent$avglogMosqm2[camm.recent$yearmon < "Jan 2004"] <-
camm.recent$logMosqm2[camm.recent$yearmon < "Jan 2004"]
camm.recent$avglogMosqm2[camm.recent$yearmon > "Dec 2006"] <-
camm.recent$logMosqm2[camm.recent$yearmon > "Dec 2006"]
camm.recent$newdate[camm.recent$yearmon > "Dec 2003" &
camm.recent$yearmon < "Jan 2007"] <-
subset(tapply(camm.recent$Date, camm.recent$yearmon,
mean), camm.recent$yearmon > "Dec 2003" &
camm.recent$yearmon < "Jan 2007")
camm.recent$newdate[camm.recent$yearmon < "Jan 2004"] <-
camm.recent$Date[camm.recent$yearmon < "Jan 2004"]
camm.recent$newdate[camm.recent$yearmon > "Dec 2006"] <-
camm.recent$Date[camm.recent$yearmon > "Dec 2006"]
图书馆（动物园）
camm.最近$yearmon“2003年12月”&
camm.最近的$yearmon<“2007年1月”]“2003年12月”&
camm.最近$yearmon<“2007年1月”）
camm.近期$avglogMosqm2[camm.近期$yearmon<“2004年1月”]“2006年12月”]“2006年12月”]
camm.recent$newdate[camm.recent$yearmon>“2003年12月”&
camm.最近的$yearmon<“2007年1月”]“2003年12月”&
camm.最近$yearmon<“2007年1月”）
camm.recent$newdate[camm.recent$yearmon<“2004年1月”]“2006年12月”]“2006年12月”]
感谢大家。在你的帮助下，我已经解决了这个问题。这就是我所做的
library(zoo)
camm.recent$yearmon <- as.yearmon(camm.recent$Date)
camm.recent$avglogMosqm2[camm.recent$yearmon > "Dec 2003" &
camm.recent$yearmon < "Jan 2007"] <-
subset(tapply(camm.recent$logMosqm2, camm.recent$yearmon,
mean), camm.recent$yearmon > "Dec 2003" &
camm.recent$yearmon < "Jan 2007")
camm.recent$avglogMosqm2[camm.recent$yearmon < "Jan 2004"] <-
camm.recent$logMosqm2[camm.recent$yearmon < "Jan 2004"]
camm.recent$avglogMosqm2[camm.recent$yearmon > "Dec 2006"] <-
camm.recent$logMosqm2[camm.recent$yearmon > "Dec 2006"]
camm.recent$newdate[camm.recent$yearmon > "Dec 2003" &
camm.recent$yearmon < "Jan 2007"] <-
subset(tapply(camm.recent$Date, camm.recent$yearmon,
mean), camm.recent$yearmon > "Dec 2003" &
camm.recent$yearmon < "Jan 2007")
camm.recent$newdate[camm.recent$yearmon < "Jan 2004"] <-
camm.recent$Date[camm.recent$yearmon < "Jan 2004"]
camm.recent$newdate[camm.recent$yearmon > "Dec 2006"] <-
camm.recent$Date[camm.recent$yearmon > "Dec 2006"]
图书馆（动物园）
camm.最近$yearmon“2003年12月”&
camm.最近的$yearmon<“2007年1月”]“2003年12月”&
camm.最近$yearmon<“2007年1月”）
camm.近期$avglogMosqm2[camm.近期$yearmon<“2004年1月”]“2006年12月”]“2006年12月”]
camm.recent$newdate[camm.recent$yearmon>“2003年12月”&
camm.最近的$yearmon<“2007年1月”]“2003年12月”&
camm.最近$yearmon<“2007年1月”）
camm.recent$newdate[camm.recent$yearmon<“2004年1月”]“2006年12月”]“2006年12月”]
使用测试数据集camm.recent
在最后定义，我们创建了一个分组变量g
，它最初由序列号组成。对于2004年和2006年（含）之间的任何重复的yearmon
，我们将序列号替换为该yearmon
之前第一次出现的序列号，方法是用NA
填充重复项，并使用NA.locf
。然后使用aggregate
计算平均值
# this uses the test data set defined at the end
library(zoo)
# create an appropriate grouping variable, g
ym <- camm.recent$yearmon
between <- ym >= "Jan 2004" & ym <= "Dec 2006"
g <- replace(seq_along(ym), duplicated(ym) & between, NA)
g <- na.locf(g)
# aggregate by g
aggregate(camm.recent, data.frame(g), mean)[-1] # -1 removes g from output
#使用末尾定义的测试数据集
图书馆（动物园）
#创建适当的分组变量g
ym使用测试数据集camm.recent
在最后定义，我们创建了一个分组变量g
，它最初由序列号组成。对于2004年和2006年（含）之间的任何重复的yearmon
，我们将序列号替换为该yearmon
之前第一次出现的序列号，方法是用NA
填充重复项，并使用NA.locf
。然后使用aggregate
计算平均值
# this uses the test data set defined at the end
library(zoo)
# create an appropriate grouping variable, g
ym <- camm.recent$yearmon
between <- ym >= "Jan 2004" & ym <= "Dec 2006"
g <- replace(seq_along(ym), duplicated(ym) & between, NA)
g <- na.locf(g)
# aggregate by g
aggregate(camm.recent, data.frame(g), mean)[-1] # -1 removes g from output
#使用末尾定义的测试数据集
图书馆（动物园）
#创建适当的分组变量g
ym日期格式是什么？数据最初来自于一个.csv文件，其中日期格式为1993年10月14日。我用read.csv将它们读入R
。这些都是（我想）未格式化的日期。我仍然很困惑。所以上面的10296
是10/2/96
？你必须回到年和月来做平均值，所以可能只需将Date
分割成year
和month
字段，并用这些字段做平均值。如果你想按年/月来做总结，那么你应该这么说。说“按月份”意味着所有一月的值一起被格式化。日期格式是什么？数据最初来自一个.csv文件，其中日期格式为1993年10月14日。我用read.csv将它们读入R
。这些都是（我想）未格式化的日期。我仍然很困惑。所以上面的10296
是10/2/96
？你必须回到年和月来做平均值，所以可能只需将Date
分割成year
和month
字段，并用这些字段做平均值。如果你想按年/月来做总结，那么你应该这么说。说“按月份”意味着所有一月的值一起得到。什么是inp？怎么