按R中的data.table计算每组的平均月总数

Question

我有一个data.table,在30年的时间里每天有一行,有许多不同的变量列.使用data.table的原因是我正在使用的.csv文件很大(大约120万行),因为有一些名为"key"的列所描述的许多组的数据有30年的价值.

示例数据集如下所示:

Key   Date          Runoff
A     1980-01-01    2
A     1980-01-02    1
A     1981-01-01    0.1
A     1981-01-02    3
A     1982-01-01    2
A     1982-01-02    5
B     1980-01-01    1.5
B     1980-01-02    0.5
B     1981-01-01    0.3
B     1981-01-02    2
B     1982-01-01    1.5
B     1982-01-02    4

以上是两个"关键点"的样本,1月份的一些数据显示了我的意思.实际数据集有每个"密钥"数百个"密钥"和30年的数据.

我想要做的是产生一个输出,其中每个键的每个月的总平均值如下所示:

Key   January  February  March.... etc
A     4.36     ...       ...
B     3.26     ...       ...

即Key A =(2 + 1)+(0.1 + 3)+(2 + 5)/ 3的1月份总平均值

当我在一个三十年的数据集(即只有一个键)上完成此分析时,我已成功使用以下代码来实现此目的:

runoff_tot_average <- rowsum(DF$Runoff, format(DF$Date, '%m')) / 30

DF是一个30年数据集的数据框.

那么我可以请求如何修改上面的代码以使用包含许多"键"的更大数据集或提供全新的解决方案!

编辑

以下代码生成以上数据示例:

Key <- c("A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B")
Date <- as.Date(c("1980-01-01", "1980-01-02", "1981-01-01", "1981-01-02", "1982-01-01", "1982-01-02", "1980-01-01", "1980-01-02", "1981-01-01", "1981-01-02", "1982-01-01", "1982-01-02"))
Runoff <- c(2, 1, 0.1, 3, 2, 5, 1.5, 0.5, 0.3, 2, 1.5, 4)
DT <- data.table(Key, Date, Runoff)

Answer 1

他们只能通过两个步骤来考虑这样做.可能不是最好的方式,但是这里

DT[, c("YM", "Month") := list(substr(Date, 1, 7), substr(Date, 6, 7))]
DT[, Runoff2 := sum(Runoff), by = c("Key", "YM")]
DT[, mean(Runoff2), by = c("Key", "Month")]

##   Key Month       V1
## 1:   A    01 4.366667
## 2:   B    01 3.266667

只是为了表明另一种(非常相似)的方式:

DT[, c("year", "month") := list(year(Date), month(Date))]
DT[, Runoff2 := sum(Runoff), by=list(Key, year, month)]
DT[, mean(Runoff2), by=list(Key, month)]

请注意,您不具备创建新列,by支持表现为好.也就是说,您可以直接使用它们by如下:

DT[, Runoff2 := sum(Runoff), by=list(Key, year = year(Date), month = month(Date))]

但是由于你需要聚合不止一次,所以将它们作为附加列存储会更好(速度),正如@David在此处所示.

Answer 2

如果您不是在寻找复杂的功能而只是想要均值,那么以下内容就足够了:

DT[, sum(Runoff) / length(unique(year(Date))), list(Key, month(Date))]
#   Key month       V1
#1:   A     1 4.366667
#2:   B     1 3.266667