如何将每小时数据转换为两个变量的每日平均值？

Question

我正在研究 3 年的每日平均 PM 10 数据。我已经处理过我的空气质量数据，但是我的温度和风速数据是每小时的。如何计算每日平均值并将这两个数据结合起来？

例如：

date	temperature	Wind_Speed
1/01/2018 1:00	18.8	1.9
1/01/2018 2:00	18.7	1.5
1/01/2018 3:00	18.6	1.6
1/01/2018 4:00	18.5 1.0
1/01/2018 5:00	18.1	1.2

...一直到 1/1/2021 00:00 (26304 obs)。

我试过了

StartDateTime = dmy_hm("-01-01-2018 01:00")
EndDateTime <- dmy_hm("01-01-2021 00:00")
DF <- data.frame(DateTime = c(seq.POSIXt(StartDateTime, EndDateTime, by = "hour"),
                              seq.POSIXt(StartDateTime, EndDateTime, by = "hour")),
                 check.rows = TRUE, fix.empty.names = TRUE, 
              )
head(DF)

• 它将 DF 更改为一个变量和 52608 个 obs。在这个阶段我非常迷茫。

我的 pm10 数据有一个时间序列 [1:1096]- 原子向量。关于如何将每小时数据更改为温度和风速的日平均值以便我可以将其与 pm10 数据结合起来，有什么建议吗？

数据：dput(head(sample_data_1))

Answer 1

我假设您的数据看起来像 DF2（而您使用 lubridate）

library(tidyverse)
library(lubridate)
StartDateTime <- dmy_hm("-01-01-2018 01:00")
EndDateTime <- dmy_hm("01-01-2021 00:00")
date_hour_seq <- seq.POSIXt(StartDateTime, EndDateTime, by = "hour")
DF2 <- data.frame(DateTime = date_hour_seq,
                  temperatur = rnorm(length(date_hour_seq), 10),
                  wind = rnorm(length(date_hour_seq), 1, .1))

然后您可以在group_by 中创建一个新的date 变量和 使用summarise计算平均值：

DF2 %>% group_by(date = date(DateTime)) %>%
  summarise(temperatur = mean(temperatur), 
            wind = mean(wind))
#> # A tibble: 1,097 × 3
#>    date       temperatur  wind
#>    <date>          <dbl> <dbl>
#>  1 2018-01-01       9.98 1.03 
#>  2 2018-01-02       9.85 1.00 
#>  3 2018-01-03       9.88 1.02 
#>  4 2018-01-04      10.3  1.02 
#>  5 2018-01-05       9.83 0.979
#>  6 2018-01-06      10.1  1.00 
#>  7 2018-01-07       9.74 0.984
#>  8 2018-01-08       9.96 0.997
#>  9 2018-01-09      10.3  1.01 
#> 10 2018-01-10      10.1  0.987
#> # … with 1,087 more rows

^{由reprex package (v2.0.1) 于 2022-06-10 创建}