Pourquoi est-ce que je reçois des mauvaises dates après la deuxième année lorsque l'utilisation est agrégée?

Question

J'essaie de regrouper mes données selon des périodes de 8 jours, j'ai trouvé un code qui fonctionne plutôt bien pour la première année, mais le second ne fonctionne pas bien. Je suis coincé avec ce problème.

df$date<-as.Date(df$date) 
z <-aggregate(df$variable, 
       list(Dts = cut(as.Date(df$date, format="%d/%m/%Y"), 
           breaks="8 day")), FUN=sum) 

J'ai différentes années et mes données ressemble à ceci:

structure(list(date = structure(c(5583, 5584, 5585, 5586, 5587, 
5588, 5589, 5590, 5591, 5592, 5593, 5594, 5595, 5596, 5597, 5598, 
5599, 5600, 5601, 5602, 5603, 5604, 5605, 5606, 5607, 5608, 5609, 
5610, 5611, 5612, 5613, 5614, 5615, 5616, 5617, 5618, 5619, 5620, 
5621, 5622, 5623, 5624, 5625, 5626, 5627, 5628, 5629, 5630, 5631, 
5632, 5633, 5634, 5635, 5636, 5637, 5638, 5639, 5640, 5641, 5642, 
5643, 5644, 5645, 5646, 5948, 5949, 5950, 5951, 5952, 5953, 5954, 
5955, 5956, 5957, 5958, 5959, 5960, 5961, 5962, 5963, 5964, 5965, 
5966, 5967, 5968, 5969, 5970, 5971, 5972, 5973, 5974, 5975, 5976, 
5977, 5978, 5979, 5980, 5981, 5982, 5983, 5984, 5985, 5986, 5987, 
5988, 5989, 5990, 5991, 5992, 5993, 5994, 5995, 5996, 5997, 5998, 
5999, 6000, 6001, 6002, 6003, 6004, 6005, 6006, 6007, 6008, 6009, 
6010, 6011, 6313, 6314, 6315, 6316, 6317, 6318, 6319, 6320, 6321, 
6322, 6323, 6324, 6325, 6326, 6327, 6328, 6329, 6330, 6331, 6332, 
6333, 6334, 6335, 6336, 6337, 6338, 6339, 6340, 6341, 6342, 6343, 
6344, 6345, 6346, 6347, 6348, 6349, 6350, 6351, 6352, 6353, 6354, 
6355, 6356, 6357, 6358, 6359, 6360, 6361, 6362, 6363, 6364, 6365, 
6366, 6367, 6368, 6369, 6370, 6371, 6372, 6373, 6374, 6375, 6376 
), class = "Date"), variable = c(2, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0)), .Names = c("date", "variable"), row.names = c(105L, 
106L, 107L, 108L, 109L, 110L, 111L, 112L, 113L, 114L, 115L, 116L, 
117L, 118L, 119L, 120L, 121L, 122L, 123L, 124L, 125L, 126L, 127L, 
128L, 129L, 130L, 131L, 132L, 133L, 134L, 135L, 136L, 137L, 138L, 
139L, 140L, 141L, 142L, 143L, 144L, 145L, 146L, 147L, 148L, 149L, 
150L, 151L, 152L, 153L, 154L, 155L, 156L, 157L, 158L, 159L, 160L, 
161L, 162L, 163L, 164L, 165L, 166L, 167L, 168L, 470L, 471L, 472L, 
473L, 474L, 475L, 476L, 477L, 478L, 479L, 480L, 481L, 482L, 483L, 
484L, 485L, 486L, 487L, 488L, 489L, 490L, 491L, 492L, 493L, 494L, 
495L, 496L, 497L, 498L, 499L, 500L, 501L, 502L, 503L, 504L, 505L, 
506L, 507L, 508L, 509L, 510L, 511L, 512L, 513L, 514L, 515L, 516L, 
517L, 518L, 519L, 520L, 521L, 522L, 523L, 524L, 525L, 526L, 527L, 
528L, 529L, 530L, 531L, 532L, 533L, 835L, 836L, 837L, 838L, 839L, 
840L, 841L, 842L, 843L, 844L, 845L, 846L, 847L, 848L, 849L, 850L, 
851L, 852L, 853L, 854L, 855L, 856L, 857L, 858L, 859L, 860L, 861L, 
862L, 863L, 864L, 865L, 866L, 867L, 868L, 869L, 870L, 871L, 872L, 
873L, 874L, 875L, 876L, 877L, 878L, 879L, 880L, 881L, 882L, 883L, 
884L, 885L, 886L, 887L, 888L, 889L, 890L, 891L, 892L, 893L, 894L, 
895L, 896L, 897L, 898L), class = "data.frame") 

Cette sortie que je reçois, et la ligne 9 devrait commencer par 15/04/1986 à nouveau:

  Dts x 
1 1985-04-15 2 
2 1985-04-23 0 
3 1985-05-01 0 
4 1985-05-09 0 
5 1985-05-17 0 
6 1985-05-25 0 
7 1985-06-02 0 
8 1985-06-10 0 
9 1986-04-10 0 
10 1986-04-18 0 
11 1986-04-26 0 
12 1986-05-04 NA 
13 1986-05-12 NA 
14 1986-05-20 NA 
15 1986-05-28 NA 
16 1986-06-05 NA 
17 1986-06-13 NA 
18 1987-04-13 0 
19 1987-04-21 0 
20 1987-04-29 0 
21 1987-05-07 0 
22 1987-05-15 0 
23 1987-05-23 0 
24 1987-05-31 0 
25 1987-06-08 0 
26 1987-06-16 0 

Les données sont là mais je ne sais pas ce qui ne va pas. Merci beaucoup pour votre aide.

Answer 1

Si vous allez par incréments de 8 jours à compter du 15 Avril 1985 10 Avril puis, sera le 1986 début d'une des périodes de 8 jours. Voici un moyen d'utiliser les mêmes jours de l'année que ceux utilisés pour 1985:

Pour définir les sauts de date pour la fonction cut, obtenez le reste en divisant le jour de l'année représenté par 1985 -04-15 par 8. Ensuite, utilisez ceci pour sélectionner toutes les dates dans la plage de df$date avec le même reste. Cela donnera les mêmes jours de l'année pour toutes les années (sauf que nous avons besoin d'un ajustement pour les années bissextiles, en raison de la journée supplémentaire). Ce sont les sauts de date que nous utiliserons pour la fonction cut.

Notez que cette approche se traduit par le dernier intervalle de chaque année étant cinq jours au lieu de huit jours. De plus, dans les années bissextiles, l'intervalle autour du 29 février est de neuf jours.

library(lubridate) 
library(dplyr) 

index = yday(df$date[1]) %% 8 
dates = seq(min(df$date), max(df$date), "1 day") 
breaks = dates[yday(dates) %% 8 == index] 

# Ensure that leap years have same breaks as other years 
breaks = if_else(year(breaks) %in% seq(1980,2020,4) & yday(breaks) > yday(as.Date("1980-02-28")), 
       breaks + 1, breaks) 

aggregate(df$variable, list(Dts = cut(df$date, breaks=breaks)), FUN=sum) 

  Dts x 
1 1985-04-15 2 
2 1985-04-23 0 
3 1985-05-01 0 
4 1985-05-09 0 
5 1985-05-17 0 
6 1985-05-25 0 
7 1985-06-02 0 
8 1985-06-10 0 
9 1986-04-15 0 
10 1986-04-23 0 
11 1986-05-01 0 
12 1986-05-09 NA 
13 1986-05-17 NA 
14 1986-05-25 NA 
15 1986-06-02 NA 
16 1986-06-10 NA 
17 1987-04-15 0 
18 1987-04-23 0 
19 1987-05-01 0 
20 1987-05-09 0 
21 1987-05-17 0 
22 1987-05-25 0 
23 1987-06-02 0