用R中的大型数据集绘制过去10年的平均房价

我需要创建一个带有随时间变化的每月平均房价的地块。这些数据是随机排列的，由个别房屋的销售价格组成

我已经将每日日期转换为每月日期，并将值转换为数字列。但我无法计算每月的中位数

below are the characteristics of the dataset.
  str(a)
'data.frame':   1411764 obs. of  2 variables:
 $ Date : Factor w/ 498 levels "1977-11","1978-06",..: 108 60 12 58 51 60 12 59 60 60 ...
$ Value: num  223000 171528 110269 172436 181512 ...
>head(a)    
    Date    Value
1  2003-01 223000.0
2  1999-01 171528.0
3  1992-01 110268.6
5  1998-11 172436.5
9  1998-04 181512.1
10 1999-01 197848.0

---

我会用

plyr

来做这个。类似这样的内容应该会为您提供一个带有每月中位数的

data.frame

：

library(plyr)
result_df = ddply(a, .(Date), summarize, median_value = median(Value))

---

plyr

对于较大的数据集来说有点慢，但我只想尝试一下上面的代码。一个很好的替代方法是

数据表

，它提供了大致相同的功能，但速度快了几个数量级。

我会使用

plyr

。类似这样的内容应该会为您提供一个带有每月中位数的

data.frame

：

library(plyr)
result_df = ddply(a, .(Date), summarize, median_value = median(Value))

---

plyr

对于较大的数据集来说有点慢，但我只想尝试一下上面的代码。一个很好的替代方法是

数据表

，它提供了大致相同的功能，但速度快了几个数量级。

我会使用

plyr

。类似这样的内容应该会为您提供一个带有每月中位数的

data.frame

：

library(plyr)
result_df = ddply(a, .(Date), summarize, median_value = median(Value))

---

plyr

对于较大的数据集来说有点慢，但我只想尝试一下上面的代码。一个很好的替代方法是

数据表

，它提供了大致相同的功能，但速度快了几个数量级。

我会使用

plyr

。类似这样的内容应该会为您提供一个带有每月中位数的

data.frame

：

library(plyr)
result_df = ddply(a, .(Date), summarize, median_value = median(Value))

---

plyr

对于较大的数据集来说有点慢，但我只想尝试一下上面的代码。一个很好的替代方法是

数据.table

，它提供了大致相同的功能，但速度快了几个数量级。

如果您有大量数据，您会发现

数据.table

对于此类操作非常有效。如果不这样做，您仍然会发现

data.table

非常有用-

library(data.table)
dt <- data.table(df)
dt[,list(medianvalue = median(Value)), by = "Date"]

库（data.table）
dt如果您有大量数据，您会发现
data.table
对于此类操作非常有效。如果不这样做，您仍然会发现
data.table
非常有用-

library(data.table)
dt <- data.table(df)
dt[,list(medianvalue = median(Value)), by = "Date"]

库（data.table）
dt如果您有大量数据，您会发现
data.table
对于此类操作非常有效。如果不这样做，您仍然会发现
data.table
非常有用-

library(data.table)
dt <- data.table(df)
dt[,list(medianvalue = median(Value)), by = "Date"]

库（data.table）
dt如果您有大量数据，您会发现
data.table
对于此类操作非常有效。如果不这样做，您仍然会发现
data.table
非常有用-

library(data.table)
dt <- data.table(df)
dt[,list(medianvalue = median(Value)), by = "Date"]

库（data.table）
dt+1！简单地使用
data.table
是有意义的，尤其是当您仍然有选择并且没有使用
data.table
或
plyr
的经验时。不过，我更喜欢
plyr
的语法；）。哈哈，这和我的态度正好相反。我第一次使用R是处理一个非常大的数据集。从那以后，我一直在使用
数据.table
并远离plyr、ddply等。我在使用数据时犯了错误。有时甚至是：）非常感谢，它工作得很好。现在我需要在x轴上绘制日期，但这应该不是问题。谢谢+1.简单地使用
data.table
是有意义的，尤其是当您仍然有选择并且没有使用
data.table
或
plyr
的经验时。不过，我更喜欢
plyr
的语法；）。哈哈，这和我的态度正好相反。我第一次使用R是处理一个非常大的数据集。从那以后，我一直在使用
数据.table
并远离plyr、ddply等。我在使用数据时犯了错误。有时甚至是：）非常感谢，它工作得很好。现在我需要在x轴上绘制日期，但这应该不是问题。谢谢+1.简单地使用
data.table
是有意义的，尤其是当您仍然有选择并且没有使用
data.table
或
plyr
的经验时。不过，我更喜欢
plyr
的语法；）。哈哈，这和我的态度正好相反。我第一次使用R是处理一个非常大的数据集。从那以后，我一直在使用
数据.table
并远离plyr、ddply等。我在使用数据时犯了错误。有时甚至是：）非常感谢，它工作得很好。现在我需要在x轴上绘制日期，但这应该不是问题。谢谢+1.简单地使用
data.table
是有意义的，尤其是当您仍然有选择并且没有使用
data.table
或
plyr
的经验时。不过，我更喜欢
plyr
的语法；）。哈哈，这和我的态度正好相反。我第一次使用R是处理一个非常大的数据集。从那以后，我一直在使用
数据.table
并远离plyr、ddply等。我在使用数据时犯了错误。有时甚至是：）非常感谢，它工作得很好。现在我需要在x轴上绘制日期，但这应该不是问题。谢谢也非常感谢你@Paul，我尝试了两个答案，两个都很完美。也非常感谢你@Paul，我尝试了两个答案，两个都很完美。也非常感谢你@Paul，我尝试了两个答案，两个都很完美。也非常感谢你@Paul，我尝试了两个答案，两个都很完美。