将年月字符串列转换为季度桶

Question

我目前正在使用一个大型物候数据集，其中有多个树木的观察在给定的一个月。我想把这些观测结果划分为三个月的星团或垃圾箱。我目前正在使用以下代码：

Cluster.GN <- ifelse(Master.feed.parts.gn$yr.mo=="2007.1", 1,
              ifelse(Master.feed.parts.gn$yr.mo=="2007.11", 1,....     
              ifelse(Master.feed.parts.gn$yr.mo=="2014.05", 17, NA)

这段代码可以工作，但由于有超过50个月的时间，所以非常麻烦。我很难找到另一种解决办法，因为这种“绑定”不是基于观察的数量(因为每个月可能有多达4000次观测)，也不是按时间顺序排列的，因为有些月已经错过了。如能提供任何帮助，将不胜感激。

更新I:我在R中使用了“剪切”函数，我尝试将中断设置为17，因为这是我应该拥有的三个月的桶数。但是当我使用table(Cluster.GN)时，它显示只有奇数编号的“回收箱”有观察结果(对不起，我不知道如何将表上传到这里)。>Cluster.GN <- Master.feed.parts.gn$yr.mo，breaks= 17，c("1"，"2"，"3"，"4"，"5"，"6"，"7"，"8"，"9"，"10"，"11"，"12"，"13"，"14"，"15"，"16"，"17")，include.lowest=TRUE)

Answer 1

更新:这个答案是一个快速的黑客，我没有检查zoo库。要获得正确的方法，请参见zoo::as.yearqtr()

您所需要做的就是将yr.mo字段从一年月字符串(例如2007.11)转换为范围为1..17的整数，每季度(即月份1..3转换为第一个bin，4..6变为第二个bin等等)。(我不知道8年(2007..2014) *4个季度=32个垃圾箱如何减少到只有17个垃圾箱，除非你的数据很稀少。但无论如何.)

不需要麻烦如果其他梯子。

为了获得更高的性能，请使用stringi库，stri_split_fixed()

sample_wr <- function(...) sample(..., replace=T)

# Generate sample data (you're supposed to provide this to code, to make your issue reproducible)
set.seed(123)
N <- 20
df <- data.frame(yr.mo =
          paste(sample_wr(2007:2014, N), sample_wr(1:12, N), sep='.') )
# [1] "2009.11" "2013.9"  "2010.8"  "2014.12" "2014.8"  "2007.9"  "2011.7" 
# [8] "2014.8"  "2011.4"  "2010.2"  "2014.12" "2010.11" "2012.9"  "2011.10"
#[15] "2007.1"  "2014.6"  "2008.10" "2007.3"  "2009.4"  "2014.3" 

yearmonth_to_integer <- function(xx) {
    yy_mm <- as.integer(unlist(strsplit(xx, '.', fixed=T)))
    return( (yy_mm[1] - 2006) + (yy_mm[2] %/% 3) )
}

Cluster.GN <- sapply(x, yearmonth_to_integer)

# 2009.11  2013.9  2010.8 2014.12  2014.8  2007.9  2011.7 
#    6      10       6      12      10       4       7 
# 2014.8  2011.4  2010.2 2014.12 2010.11  2012.9 2011.10 
#   10       6       4      12       7       9       8 
# 2007.1  2014.6 2008.10  2007.3  2009.4  2014.3 
#    1      10       5       2       4       9 

为了获得更高的性能，请使用dplyr或data.table库：

require(dplyr)

# something like the following, currently doesn't work,
# you have to handle two intermediate columns from yy_mm
# You get to fix this :)

df %>% mutate(yy_mm = as.integer(unlist(strsplit(yr.mo, '.', fixed=T))),
              quarter = yy_mm[1]-2006 + yy_mm[2] %/% 3 )