R：如何在毫秒级别重新采样日期时间变量？

Question

我有一个如下的数据框

library(dplyr)
library(lubridate)
time = c('2013-01-03 22:04:21.549', '2013-01-03 22:04:21.549', '2013-01-03 22:04:21.559', '2013-01-03 22:04:23.559' )
value = c(1,2,3,4)

data <- data_frame(time, value)
data <-data %>%  mutate(time = ymd_hms(time))

# A tibble: 4 × 2
                     time value
                   <dttm> <dbl>
1 2013-01-03 22:04:21.549     1
2 2013-01-03 22:04:21.549     2
3 2013-01-03 22:04:21.559     3
4 2013-01-03 22:04:23.559     4

我想每 200 毫秒重新采样一次这个数据帧。

也就是说，每 200 毫秒取 value 的平均值。

我知道lubridate::floor_date(time, '1 second') 可以使用到second 精度，但不能用于milliseconds。

在上面的示例中，行 1、2 和 3 应该组合在一起，而行 4 应该是单独的（注意它与其他行相距 2 秒）。

有什么想法吗？ 谢谢！

Answer 1

由于您使用了[xts] 标签，这里有一个 xts 解决方案：

options(digits.secs=6)
require(xts)
x <- xts(1:4, as.POSIXct(c('2013-01-03 22:04:21.549', '2013-01-03 22:04:21.549',
                           '2013-01-03 22:04:21.559', '2013-01-03 22:04:23.559')))
period.apply(x, endpoints(x, "ms", 200), mean)
#                         [,1]
# 2013-01-03 22:04:21.559    2
# 2013-01-03 22:04:23.559    4

从您的data 对象开始：

x <- with(data, xts(value, time))
period.apply(x, endpoints(x, "ms", 200), mean)

Answer 2

您对 xts 解决方案的评论要求将其“重新插入”到数据框中，这一事实让我认为您要么想要一个合并的结果，要么想要一个按时间分组的列。这就是 ave 函数在 base R 中所做的。可能有一个 dplyr 等价物，但我更像是一个 base-R-guy： 编辑：

 data$ms200mn <- ave(data$value, 
                     cut( arg <- as.numeric(data$time) , 
                                breaks=seq( floor(arg[1]), ceil(arg[4]), by=0.2) ),
                     FUN=mean)
>  data
# A tibble: 4 × 3
                 time value ms200mn
               <dttm> <dbl>   <dbl>
1 2013-01-03 22:04:21     1       2
2 2013-01-03 22:04:21     2       2
3 2013-01-03 22:04:21     3       2
4 2013-01-03 22:04:23     4       4

这并不是真正正确地称为“采样”（或重新采样），而是聚合。 seq.POSIXt-function 没有“msec”选项（因此需要转换为数字秒）并且不允许使用小数秒。

解释：

cut(arg <- as.numeric(data$time), breaks=seq( floor(arg[1]), ceil(arg[4]), by=0.2) )

它是按从第一个项目以下开始到最后一个项目以上结束的一系列中断定义的组中的项目“分类”或“分类”。需要创建arg-值，因为（出于我不明白的原因）seq 函数可以使用无法使用的原始“日期时间”变量。