arの表紙の長澤まさみが本当に可愛い

大体の言語でdatetimeの型変換面倒くさい

R

> s <- "2013-07-07 10:00:00 UTC"
> class(s)
# => [1] "character"
> as.Date(s)
# => [1] "2013-07-07"
> as.POSIXct(s)
# => [1] "2013-07-07 10:00:00 JST"
> as.POSIXlt(s)
# => [1] "2013-07-07 10:00:00"

timezoneの情報消えとるやんけ

R

> as.POSIXct(s, format = "%Y-%m-%d %H:%M:%S", tz = "UTC")
# => [1] "2013-07-07 10:00:00 UTC"

factorでもいける

R

> df <- read.delim("data")
> head(df$date, 1)
# => [1] 2009-06-20 02:41:45 UTC
> class(df$date, 1)
# => [1] "factor"
> as.POSIXct(df$date, tz = "UTC")
# 以下にエラー as.POSIXlt.character(as.character(x), ...) : 
# 文字列は標準的な曖昧さのない書式にはなっていません
# などと怒られるので渡すformatを指定して教えてあげる
> df$date <- as.POSIXct(df$date, format = "%Y-%m-%d %H:%M:%S", tz = "UTC")
> df$date
# => [1] "2009-06-20 02:41:45 UTC" "2009-08-04 07:35:48 UTC"
# ...
> class(df$date)
# => [1] "POSIXct" "POSIXt" 

だいたい型変換するとNAになるやつあるから殺す

R

df <- df[!is.na(df$date),]

これで時系列データの可視化も超簡単
しかし今回は月別に集計したいので文字列に戻す

datetimeにした意味とはなんだったのかとか言わないこと

R

> df$month <- strftime(df$date, format = "%Y/%m")
> ggplot2(df, aes(df$month, df$score)) + geom_boxplot() + stat_summary(fun.y = mean, geom = "line", aes(group = 1))

欲しかったボックスプロットに移動平均はこれでできた
POSIXctを丸め込むのに{lubridate}のfloor_date関数を使ってもよさそう
reference

ちなみにggplot 0.9.3だとエラーが出てgroupが効かない
0.9.3.1にしたらちゃんと移動平均描けた

R

> ggplot2(df, aes(df$month, df$score)) + geom_boxplot() + stat_summary(fun.y = mean, geom = "line", aes(group = 1))
# geom_path: Each group consist of only one observation. Do you need to　adjust the group aesthetic?

でもこれだとX軸がmonthに依存するから折角datetimeなのにもったいなくない？
でもそのままぶち込むとX軸が連続値だし怒られるので公式documentにあるgroupとround_anyを使って丸め込む

R

> library(plyr)
> ggplot(df, aes(df$date, df$normalized_phred_score)) + geom_boxplot(aes(group = round_any(df$date, 60*60*24*30*6, floor)))

これで描ける

四半期とかでまとめたい時はformatとかfloor_dateとか使えないのでどうにかならんもんかと思っていたわけです
packageあるやろと
ジュール・ベルヌもこのように偉大な言葉を残しているわけです
package誰か作っとるやろと

しかし探せどないわけです、round系の関数にいい具合のオプションを渡してあげたら10日とか3ヶ月とかでまるめてくれんものかと
xtsというpackageに便利な関数がいろいろあると教えてもらったのだけれど
うまくいかず

ところが

R

> quarters(df$date)
# => [1] "Q2" "Q3" "Q3" "Q3" "Q3" "Q3"
# ...

あった…

R

> df$qtr <- paste(format(df$date, "%Y"), quarters(df$date), sep = "/")

これでいいやんね