0

例如，我需要使用一些随机化技术将每月数据转换为每日数据。这是数据框：


library(dplyr)
library(lubridate)

month_year <- c( 
"08-2021",
"09-2021",
"10-2021",
"11-2021",
"12-2021"
)

monthly_values_var1 <- c(
598,
532,
736,
956,
780
)

monthly_values_var2 <- c(
18.3179,
62.6415,
11.1033,
30.7443,
74.2076
)

df <- data.frame(month_year, monthly_values_var1,  monthly_values_var2) 
df

那是月份数据集视图：

这样做的预期结果是这样的：

如何使用 R 来做到这一点？

4

2 回答 2

0

这不是一个单一功能的问题。

有更紧凑的答案，但一步一步更清楚。

先上数据：

    month_year <- c( 
      "08-2021",
      "09-2021",
      "10-2021",
      "11-2021",
      "12-2021"
    )

    monthly_values_var1 <- c(
      598,
      532,
      736,
      956,
      780
    )

    monthly_values_var2 <- c(
      18.3179,
      62.6415,
      11.1033,
      30.7443,
      74.2076
    )

    df <- data.frame(month_year, monthly_values_var1,  monthly_values_var2) 
    df

一些有用的库：

    library(dplyr)
    library(lubridate)
    library(stringr)

它需要一个类似的数据框来保存新数据：

    df$month_year <- lubridate::dmy(paste0('01-',df$month_year))
    new.df <- df[0,]

现在代码

    counter <- 1
    for (i in 1:nrow(df)) {
      days_month <- lubridate::days_in_month(df[i, 'month_year'])
      mean1 <- df[i, 'monthly_values_var1']/days_month
      mean2 <- df[i, 'monthly_values_var2']/days_month
      for(j in 1:days_month){
        if (j < 10) {
          value <- str_pad(string = j, width = length(as.character(j))+1, pad = "0")
        } else {
          value <- as.character(j)
        }
        new.df[counter, 'month_year'] <- paste0(lubridate::year(df[i, 'month_year']),'-', lubridate::month(df[i, 'month_year']), '-', value)
        new.df[counter, 'monthly_values_var1'] <- rnorm(n = 1, mean = mean1, sd = mean1/3)
        new.df[counter, 'monthly_values_var2'] <- rnorm(n = 1, mean = mean2, sd = mean2/3)
        counter <- counter + 1
      }
    }
    View(new.df)

lubridate::days_in_month() 函数显示特定月份有多少天。

rnorm 分配一个正态分布的随机数。我选择每个数据除以月份的天数的平均值，以及标准差平均值/3。

于 2022-01-08T00:09:38.297 回答
0

大概是这样？

  df %>%
    mutate(mo_start = dmy(paste(1,month_year))) %>%
    tidyr::uncount(days_in_month(mo_start), .id = "day") %>%
    mutate(date = dmy(paste(day,month_year))) %>%
    mutate(across(contains("var"), ~rnorm(n(), mean = .x, sd = 1)))

# A tibble: 153 x 6
   month_year monthly_values_var1 monthly_values_var2 mo_start     day date      
   <chr>                    <dbl>               <dbl> <date>     <int> <date>    
 1 08-2021                   599.                18.8 2021-08-01     1 2021-08-01
 2 08-2021                   598.                17.4 2021-08-01     2 2021-08-02
 3 08-2021                   596.                18.0 2021-08-01     3 2021-08-03
 4 08-2021                   598.                19.2 2021-08-01     4 2021-08-04
 5 08-2021                   600.                18.3 2021-08-01     5 2021-08-05
 6 08-2021                   597.                19.8 2021-08-01     6 2021-08-06
 7 08-2021                   599.                18.9 2021-08-01     7 2021-08-07
 8 08-2021                   597.                17.9 2021-08-01     8 2021-08-08
 9 08-2021                   597.                16.0 2021-08-01     9 2021-08-09
10 08-2021                   596.                17.7 2021-08-01    10 2021-08-10
# … with 143 more rows
于 2022-01-07T23:27:49.107 回答