R中的时间平均值答案

【问题标题】：Averages by Time in RR中的时间平均值
【发布时间】：2018-04-12 05:10:50
【问题描述】：

我每秒测量一次化合物浓度。我想做 30 和 60 秒的平均值。我一直在阅读这里的帖子，我试过lubridate 和dplyr。但没有运气。我正在努力完成这项工作，但我无法做到。我正在从 SAS 过渡到 R，所以请耐心等待。

这是我的数据：

head (data)#show the first 6 rows

   Date     Time  Temp      Appb    Bppb    Cppb     Dppb    Eppb      Fppb

1 10/30/17 21:32:33 25.23 -0.469304 22.4445 35.5993 -18.4843 52.0488 -2.947340   
2 10/30/17 21:32:34 25.23 -1.255780 21.8248 34.2364 -20.9051 47.4344 -2.071230  
3 10/30/17 21:32:35 25.23 -0.769233 21.1590 30.5892 -20.9347 42.6061 -0.991607  
4 10/30/17 21:32:36 25.23 -0.874262 21.3353 25.4841 -19.6127 38.3224 -0.452383  
5 10/30/17 21:32:37 25.24 -0.819439 21.1916 21.4919 -16.5991 36.1331 -0.150002  
6 10/30/17 21:32:38 25.24 -1.895730 21.5345 18.0576 -17.2539 31.7448 -0.311064

【问题讨论】：

标签： r time average analysis seconds

【解决方案1】：

好吧，您可以执行以下操作：

data$time_bucket <- 
  as.POSIXct(round(as.numeric(as.POSIXct(paste(data$Date, data$Time), format="%m/%d/%y %H:%M:%S"))/30)*30, origin='1970-01-01')

这可能看起来有点复杂，但它执行以下操作：

as.POSIXct(paste(data$Date, data$Time), format="%m/%d/%y %H:%M:%S") 将日期和时间列粘贴在一起以创建一个“日期时间”对象。
as.numeric 将其转换为“纪元”数 - 自 1970-01-01 以来的秒数
除以 30，四舍五入并乘以 30 - 这将创建 30 秒的存储桶。舍入到相同数字的所有时间在舍入后将具有相同的“标签”。
最后使用as.POSIXct将其转换为“日期时间”。

完成所有这些后，您可以按时间段取平均值，例如使用dplyr：

data %>% group_by(time_bucket) %>%
  summarize(mean(Temp))

希望这能回答你的问题。

【讨论】：

【解决方案2】：

这是来自xts 的period.apply 的另一个解决方案：

library(lubridate)
library(xts)

data_ts = as.xts(data[-c(1:2)], mdy_hms(paste(data$Date, data$Time)))

ep = endpoints(data_ts, 'seconds', k = 30)

period.apply(data_ts, ep, FUN = mean)

结果：

                        Temp      Appb     Bppb     Cppb      Dppb    Eppb      Fppb
2017-10-30 21:32:38 25.23333 -1.013958 21.58162 27.57642 -18.96497 41.3816 -1.153938

由于您的所有样本数据都在 30 秒内，因此您只能获得每列的一个平均值。要验证我的答案是否确实有效，您可以尝试 2 秒的平均值：

test_ep = endpoints(data_ts, 'seconds', k = 2)

period.apply(data_ts, test_ep, FUN = mean)

结果：

                      Temp       Appb     Bppb    Cppb     Dppb     Eppb       Fppb
2017-10-30 21:32:33 25.230 -0.4693040 22.44450 35.5993 -18.4843 52.04880 -2.9473400
2017-10-30 21:32:35 25.230 -1.0125065 21.49190 32.4128 -20.9199 45.02025 -1.5314185
2017-10-30 21:32:37 25.235 -0.8468505 21.26345 23.4880 -18.1059 37.22775 -0.3011925
2017-10-30 21:32:38 25.240 -1.8957300 21.53450 18.0576 -17.2539 31.74480 -0.3110640

数据：

data = read.table(text = "   Date     Time  Temp      Appb    Bppb    Cppb     Dppb    Eppb      Fppb
                  1 10/30/17 21:32:33 25.23 -0.469304 22.4445 35.5993 -18.4843 52.0488 -2.947340   
                  2 10/30/17 21:32:34 25.23 -1.255780 21.8248 34.2364 -20.9051 47.4344 -2.071230  
                  3 10/30/17 21:32:35 25.23 -0.769233 21.1590 30.5892 -20.9347 42.6061 -0.991607  
                  4 10/30/17 21:32:36 25.23 -0.874262 21.3353 25.4841 -19.6127 38.3224 -0.452383  
                  5 10/30/17 21:32:37 25.24 -0.819439 21.1916 21.4919 -16.5991 36.1331 -0.150002  
                  6 10/30/17 21:32:38 25.24 -1.895730 21.5345 18.0576 -17.2539 31.7448 -0.311064", 
                  header = TRUE, stringsAsFactors = FALSE)

【讨论】：

谢谢。我实际上让它工作，除了数据部分。我的数据集包含 6,500 行。我不明白我是否必须编写每个数据点。

【解决方案3】：

为了完整起见，这里有一个 data.table 和 lubridate 方法。

library(data.table)
library(lubridate)

dat <- read.table(text = "Date     Time  Temp      Appb    Bppb    Cppb     Dppb    Eppb      Fppb
                          1 10/30/17 21:32:33 25.23 -0.469304 22.4445 35.5993 -18.4843 52.0488 -2.947340   
                          2 10/30/17 21:32:34 25.23 -1.255780 21.8248 34.2364 -20.9051 47.4344 -2.071230  
                          3 10/30/17 21:32:35 25.23 -0.769233 21.1590 30.5892 -20.9347 42.6061 -0.991607  
                          4 10/30/17 21:32:36 25.23 -0.874262 21.3353 25.4841 -19.6127 38.3224 -0.452383  
                          5 10/30/17 21:32:37 25.24 -0.819439 21.1916 21.4919 -16.5991 36.1331 -0.150002  
                          6 10/30/17 21:32:38 25.24 -1.895730 21.5345 18.0576 -17.2539 31.7448 -0.311064   ",
                  header = T, stringsAsFactors = F)

#convert to R date object 
dat$tme <- as.POSIXct(strptime(paste(dat$Date, dat$Time), format = "%m/%d/%y %H:%M:%S"), tz = "America/Montreal")

#convert to data.table
dat <- as.data.table(dat)

#drop Date and Time since we have an R date object now
dat <- dat[,-c(1,2)]

#result
dat[, lapply(.SD, mean), .(tme = round_date(tme, "3 seconds"))]

我四舍五入到 3 秒，因为样本数据都在 30 秒内（与上面的答案相同）。

结果如下：

    tme     Temp      Appb     Bppb     Cppb      Dppb     Eppb       Fppb
1: 2017-10-30 21:32:33 25.23000 -0.862542 22.13465 34.91785 -19.69470 49.74160 -2.5092850
2: 2017-10-30 21:32:36 25.23333 -0.820978 21.22863 25.85507 -19.04883 39.02053 -0.5313307
3: 2017-10-30 21:32:39 25.24000 -1.895730 21.53450 18.05760 -17.25390 31.74480 -0.3110640

我个人更喜欢 data.table 方法，尤其是对于较大的数据集，因为它的速度以及对子集和执行操作非常方便。

【讨论】：

当你输入 dat
没关系。我正在使用您的示例数据，这就是它这样写的原因。根据数据格式，您可以将原始数据直接读入 R。例如，如果您有一个 .csv/.txt 文件，您可以使用 data.table 包中的 fread() ，这非常快。有来自 xlsx 包的 read_xlsx 用于 MS excel 文件。如果您的数据在线，您也可以通过 API 调用读取数据。
谢谢。这是我一直在做的。 data