我是“R”的新用户，我找不到一个好的解决方案来解决它。我得到了以下格式的时间序列：
>dates temperature depth salinity
>12/03/2012 11:26 9.7533 0.48073 37.607
>12/03/2012 11:56 9.6673 0.33281 37.662
>12/03/2012 12:26 9.6673 0.33281 37.672
我的可变测量频率不规则，根据时间段每 15 分钟或每 30 分钟进行一次。我想计算每个变量的年、月和日平均值，无论一天/月/年的数据数量是多少。我阅读了很多关于软件包 zoo、timeseries、xts 等的内容，但我无法清楚地了解我需要什么（可能是因为我对 R 的熟练程度不够......）。
我希望我的帖子很清楚，如果不是，请随时告诉我。
【问题讨论】：
标签： r time-series
将您的数据转换为 xts 对象，然后使用 apply.daily 等计算您想要的任何值。
library(xts)
d <- structure(list(dates = c("12/03/2012 11:26", "12/03/2012 11:56",
"12/03/2012 12:26"), temperature = c(9.7533, 9.6673, 9.6673),
depth = c(0.48073, 0.33281, 0.33281), salinity = c(37.607,
37.662, 37.672)), .Names = c("dates", "temperature", "depth",
"salinity"), row.names = c(NA, -3L), class = "data.frame")
x <- xts(d[,-1], as.POSIXct(d[,1], format="%m/%d/%Y %H:%M"))
apply.daily(x, colMeans)
# temperature depth salinity
# 2012-12-03 12:26:00 9.695967 0.3821167 37.647
【讨论】：
我会将日、月和年添加到数据框中，然后使用aggregate()。
首先将您的 date 列转换为 POSIXct 对象：
d$timestamp <- as.POSIXct(d$dates,format = "%m/%d/%Y %H:%M",tz ="GMT")
然后将日期（例如 12/03/2012）放入名为 Date 的列中，试试这个：
d$Date <- format(d$timestamp,"%y-%m-%d",tz = "GMT")
接下来，按日期汇总：
aggregate(cbind("temperature.mean" = temperature,
"salinity.mean" = salinity) ~ Date,
data = d,
FUN = mean)
同样，您可以将月份放入一列中（我们称其为 M 表示月份），然后...
d$M <- format(d$timestamp,"%B",tz = "GMT")
aggregate(cbind("temperature.mean" = temperature,
"salinity.mean" = salinity) ~ M,
data = d,
FUN = mean)
或者如果你想要年月
d$YM <- format(d$timestamp,"%y-%B",tz = "GMT")
aggregate(cbind("temperature.mean" = temperature,
"salinity.mean" = salinity) ~ YM,
data = d,
FUN = mean)
如果您的数据中有任何 NA 值，您可能需要考虑这些：
aggregate(cbind("temperature.mean" = temperature,
"salinity.mean" = salinity) ~ YM,
data = d,
function(x) mean(x,na.rm = TRUE))
最后，如果您想按周平均，您也可以这样做。先生成周数，然后再使用aggregate()。
d$W <- format(d$timestamp,"%W",tz = "GMT")
aggregate(cbind("temperature.mean" = temperature,
"salinity.mean" = salinity) ~ W,
data = d,
function(x) mean(x,na.rm = TRUE))
此版本的周数将第 1 周定义为一年中第一个星期一所在的那一周。周是从星期一到星期日。
【讨论】：
format 的调用将不起作用。 dates 列不是 POSIXct 对象。它要么是一个角色，要么（更有可能）是一个因素。
然而，使用 plyr 的另一种方法：
df <- structure(list(dates = c("12/03/2012 11:26", "12/03/2012 11:56",
"12/03/2012 12:26"), temperature = c(9.7533, 9.6673, 9.6673),
depth = c(0.48073, 0.33281, 0.33281), salinity = c(37.607,
37.662, 37.672)), .Names = c("dates", "temperature", "depth",
"salinity"), row.names = c(NA, -3L), class = "data.frame")
library(plyr)
# Change date to POSIXct
df$dates <- with(d,as.POSIXct(dates,format="%m/%d/%Y %H:%M"))
# Make new variables, year and month
df <- transform(d,month=as.numeric(format(dates,"%m")),year=as.numeric(format(dates,"%Y")))
## According to year
ddply(df,.(year),summarize,meantemp=mean(temperature),meandepth=mean(depth),meansalinity=mean(salinity))
year meantemp meandepth meansalinity
1 2012 9.695967 0.3821167 37.647
## According to month
ddply(df,.(month),summarize,meantemp=mean(temperature),meandepth=mean(depth),meansalinity=mean(salinity))
month meantemp meandepth meansalinity
1 12 9.695967 0.3821167 37.647
【讨论】：
hydroTSM 包有多种功能可以创建年度和其他摘要：
daily2annual(x, ...)
subdaily2annual(x, ...)
monthly2annual(x, ...)
annualfunction(x, FUN, na.rm = TRUE, ...)
【讨论】：