изменение POSIXct date vaules до первого дня каждой недели

Question

Я хочу рассчитать среднее значение Dist на каждую неделю, используя эти данные (см. Ниже), сохраняя при этом преимущества использования класса времени POSIXct.

df <- structure(list(IndID = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), class = "factor", .Label = "AAA"), 
    Date = structure(c(1329436800, 1329458400, 1329480000, 1329501600, 
    1329523200, 1329544800, 1329566400, 1329588000, 1329609600, 
    1329631200, 1329652800, 1329674400, 1329696000, 1329717600, 
    1329739200, 1329760800, 1329782400, 1329804000, 1329825600, 
    1329847200, 1329868800, 1329890400, 1329912000, 1329933600, 
    1329955200, 1329976800, 1329998400, 1330020000, 1330041600, 
    1330063200, 1330084800, 1330106400, 1330128000, 1330149600, 
    1330171200, 1330192800, 1330214400, 1330236000, 1330257600, 
    1330279200, 1330300800, 1330322400, 1330344000, 1330365600, 
    1330387200, 1330408800, 1330430400, 1330452000, 1330473600, 
    1330495200), class = c("POSIXct", "POSIXt"), tzone = ""), 
    Dist = c(3.85567120344727, 52.2649622620809, 1043.61207930222, 
    1352.58506343616, 176.911523081261, 77.8266318470078, 50.3943567710686, 
    296.753649985307, 70.5826583995618, 166.394264991861, 251.745346701973, 
    295.70655057823, 44.6664731663839, 11.1539274078084, 124.578071475754, 
    757.728373470112, 83.0921234152083, 36.6820839851181, 29.1406161870034, 
    150.442928003814, 66.0957159105813, 2.23839297570488, 184.88312900824, 
    513.072526047611, 132.868335201626, 8.09274857805967, 284.479977841835, 
    479.358187122796, 297.273840894826, 4.00676616275076, 601.492189218489, 
    249.001525522847, 108.007775719885, 2.38435966274261, 604.365702677913, 
    1499.59076416313, 111.74722960012, 25.3528529967124, 280.057754683142, 
    428.157539641219, 70.0365608334965, 71.0886617898624, 265.823654634254, 
    380.247565078552, 188.857338305481, 9.24402933768915, 120.346786301264, 
    221.904294953242, 201.086079767386, 81.7857577639103), DoW = c(5, 
    5, 6, 6, 6, 6, 7, 7, 7, 7, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 
    3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 1, 
    1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3)), .Names = c("IndID", "Date", 
"Dist", "DoW"), row.names = c(NA, -50L), class = "data.frame") 

> head(df) 
    IndID    Date  Dist DoW 
1 AAA 2012-02-16 17:00:00 3.855671 5 
2 AAA 2012-02-16 23:00:00 52.264962 5 
3 AAA 2012-02-17 05:00:00 1043.612079 6 
4 AAA 2012-02-17 11:00:00 1352.585063 6 
5 AAA 2012-02-17 17:00:00 176.911523 6 
6 AAA 2012-02-17 23:00:00 77.826632 6 

Моя мысль была использовать plyr пакет в среднем Dist на неделю и хотел сначала создать новый WeekDate поле, содержащее дату, за исключением времени, в первый день каждой недели. Как видно в поле DoW (День недели), данные не всегда начинаются в первый день недели.

Хотя я не могу соединить точки, я хочу, чтобы min Date исключая h: m: s) для каждой последовательной недели (DoW 1-7).

Ряды 1:10 будет 2012-02-16, Ряды 11:38 будет 2012-02-19, Ряды 39:50 будет 2012-02-26

Я подозреваю, что lubridate пакет будут полезны, но не могут получить правильный код.

Любые предложения или альтернативные методы для конкретного создания столбца новой даты или более широкого усреднения Dist на каждую неделю будут оценены.

Answer 1

Использование закадычный приятель plyr,

library(lubridate) 
library(dplyr) 
df %>% 
    group_by(Week = floor_date(Date, unit="week")) %>% 
    summarize(WeeklyAveDist=mean(Dist)) 
#Source: local data frame [3 x 2] 
# 
#  Week WeeklyAveDist 
#1 2012-02-12  381.7755 
#2 2012-02-19  252.1116 
#3 2012-02-26  175.4097 

Есть также ceiling_date, round_date варианты.

Answer 2

Вы можете использовать strftime с форматом %W:

> strftime(as.Date("2015-01-08"), "%W") 
[1] "01" 

Вы можете использовать эту функцию, чтобы определить новую переменную, а затем агрегат этой переменной. Может быть, таким образом,

> df <- transform(df, week=strftime(Date, "%W")) 
> aggregate(df$Dist, by=list(df$week), FUN=mean) 
    Group.1  x 
1  07 319.8861 
2  08 254.2861 
3  09 161.0421