J'ai un vecteur "date" contenant les dates au format mm/jj/aaaa:
head(Entered_Date,5)
[1] 1/5/1998 1/5/1998 1/5/1998 1/5/1998 1/5/1998
J'essaie de tracer une variable de fréquence par rapport à la date, mais je souhaite regrouper les dates par mois ou par année. À l'heure actuelle, il y a une fréquence par jour, mais je veux tracer cette fréquence par mois ou par année. Ainsi, au lieu d’avoir une fréquence de 1 pour le 1/5/1998, 1 pour le 1/7/1998 et 3 pour le 1/8/1998, j’aimerais l’afficher sous la forme 5 pour 1/1998. Il s'agit d'un ensemble de données relativement volumineux, qui date de 1998 à aujourd'hui, et j'aimerais trouver un moyen automatisé d'y parvenir.
> dput(head(Entered_Date))
structure(c(260L, 260L, 260L, 260L, 260L, 260L), .Label = c("1/1/1998",
"1/1/1999", "1/1/2001", "1/1/2002", "1/10/2000", "1/10/2001",
"1/10/2002", "1/10/2003", "1/10/2005", "1/10/2006", "1/10/2007",
"1/10/2008", "1/10/2011", "1/10/2012", "1/10/2013", "1/11/1999",
"1/11/2000", "1/11/2001", "1/11/2002", "1/11/2005", "1/11/2006",
"1/11/2008", "1/11/2010", "1/11/2011", "1/11/2012", "1/11/2013",
"1/12/1998", "1/12/1999", "1/12/2001", "1/12/2004", "1/12/2005", ...
Voici un exemple utilisant dplyr
. Vous utilisez simplement la chaîne de format de date correspondante pour le mois %m
ou l'année %Y
dans l'instruction format
.
set.seed(123)
df <- data.frame(date = seq.Date(from =as.Date("01/01/1998", "%d/%m/%Y"),
to=as.Date("01/01/2000", "%d/%m/%Y"), by="day"),
value = sample(seq(5), 731, replace = TRUE))
head(df)
date value
1 1998-01-01 2
2 1998-01-02 4
3 1998-01-03 3
4 1998-01-04 5
5 1998-01-05 5
6 1998-01-06 1
library(dplyr)
df %>%
mutate(month = format(date, "%m"), year = format(date, "%Y")) %>%
group_by(month, year) %>%
summarise(total = sum(value))
Source: local data frame [25 x 3]
Groups: month [?]
month year total
(chr) (chr) (int)
1 01 1998 105
2 01 1999 91
3 01 2000 3
4 02 1998 74
5 02 1999 77
6 03 1998 96
7 03 1999 86
8 04 1998 91
9 04 1999 95
10 05 1998 93
.. ... ... ...
Le floor_date de lubridate le fait bien.
data %>%
group_by(month=floor_date(date, "month")) %>%
summarize(summary_variable=sum(value))
Merci à Roman Cheplyaka
Pas besoin de dplyr
. Regardez ?as.POSIXlt
df$date<-as.POSIXlt(df$date)
mon<-df$date$mon
yr<-df$date$year
monyr<-as.factor(paste(mon,yr,sep="/"))
df$date<-monyr
Inutile d'utiliser ggplot2
, mais c'est bien pour ce genre de chose.
c <- ggplot(df, aes(factor(date)))
c + geom_bar()
Si vous voulez voir les chiffres réels
aggregate(. ~ date,data = df,FUN=length )
df2<-aggregate(. ~ date,data = df,FUN=length )
df2
date value
1 0/98 31
2 0/99 31
3 1/98 28
4 1/99 28
5 10/98 30
6 10/99 30
7 11/97 1
8 11/98 31
9 11/99 31
10 2/98 31
11 2/99 31
12 3/98 30
13 3/99 30
14 4/98 31
15 4/99 31
16 5/98 30
17 5/99 30
18 6/98 31
19 6/99 31
20 7/98 31
21 7/99 31
22 8/98 30
23 8/99 30
24 9/98 31
25 9/99 31
Il existe un moyen très simple d'utiliser la fonction cut ():
list = as.Date(c("1998-5-2", "1993-4-16", "1998-5-10"))
cut(list, breaks = "month")
et vous obtiendrez ceci:
[1] 1998-05-01 1993-04-01 1998-05-01
62 Levels: 1993-04-01 1993-05-01 1993-06-01 1993-07-01 1993-08-01 ... 1998-05-01