如何在保持日期间隔和其他值的同时聚合 5 分钟到 30 分钟的数据

Question

我有以下数据：

value <- c(1.869, 1.855, 1.855, 1.855, 1.855, 1.855, 1.855, 1.848, 1.848, 1.848, 1.848, 1.848, 1.848, 1.849)
date <- c("2013-08-28 08:00:00 UTC", "2013-08-28 08:05:00 UTC", "2013-08-28 08:10:00 UTC", "2013-08-28 08:15:00 UTC", "2013-08-28 08:20:00 UTC", "2013-08-28 08:25:00 UTC", "2013-08-28 08:30:00 UTC", "2013-08-28 08:35:00 UTC", "2013-08-28 08:40:00 UTC", "2013-08-28 08:45:00 UTC", "2013-08-28 08:50:00 UTC", "2013-08-28 08:55:00 UTC", "2013-08-28 09:00:00 UTC", "2013-08-28 09:05:00 UTC")
indicator <- c(1,0,0,1,0,0,0,0,0,0,0,0,0,1)

data <- data.frame(date=date,value=value, indicator=indicator)

我想做两件事。首先，我希望将其聚合/求和到 30 分钟的水平，但以 :00 和 :30 结尾。例如，此数据中的第一个值不会包含在计算中，但 8:05 到 8:30 会聚合到 8:30、8:35 到 9:00 到 9:00，等等。我还想汇总指标值。所以，如果有一个 1，我希望有一个 1（我猜 sum 也可以，因为它不是零）。

我已尝试使用 zoo 包中的 rollapply（有效，但我必须手动确保数据从 8:05 开始），但我想保留日期并汇总指标：

aggdata <- rollapply(data=data$value,width=6,FUN=sum,by=6)

不包含完整 30 分钟间隔的数据对我来说毫无用处，因此我宁愿不包含该数据。我想要的输出是：

date                       value  indicator
"2013-08-28 08:00:00 UTC"  1.869  1
"2013-08-28 08:30:00 UTC"  11.13  1
"2013-08-28 09:00:00 UTC"  11.088 0 
"2013-08-28 09:05:00 UTC"  1.849  1

或者更好：

date                       value  indicator
"2013-08-28 08:00:00 UTC"  NA     NA
"2013-08-28 08:30:00 UTC"  11.13  1
"2013-08-28 09:00:00 UTC"  11.088 0 
"2013-08-28 09:05:00 UTC"  NA     NA

甚至更好：

date                       value  indicator
"2013-08-28 08:30:00 UTC"  11.13  1
"2013-08-28 09:00:00 UTC"  11.088 0 

Answer 1

这似乎也是正确的：

data$date <- as.POSIXct(as.character(data$date))

interval <- seq(min(data$date), max(data$date), "30 mins")

intervals <- c(data$date[1], interval + 5*60)

res <- na.omit(aggregate(list(value = data$value, indicator = data$indicator), 
                                list(date = findInterval(data$date, intervals)), 
                                      function(x) if(length(x) == 6) sum(x) else NA))

res$date <- interval[res$date]

res
#                 date  value indicator
#2 2013-08-28 08:30:00 11.130         1
#3 2013-08-28 09:00:00 11.088         0

Answer 2

这应该做的工作

## convert from string to date (POSIX)
dt <- strptime(data$date,format="%Y-%m-%d %H:%M:%S")
## create bins to collect the right periods
##  1) subtract the modulo to 30min (-> 30 min bins)
##  2) add 30 if this modulo is not 0 (-> they and at :00 or :30)
bins <- strftime(as.POSIXct(dt+60*(-(dt$min %% 30)
                                   + ifelse(dt$min %% 30,30,0)),
                            origin="1970-01-01"),'%Y-%m-%d %H:%M')
## use this bins
data.frame(value=tapply(data$value,bins,sum),
           indicator=tapply(data$indicator,bins,
             function(x) ifelse(sum(x),1,0)))

Answer 3

> z <- read.zoo(data, FUN = identity)
> zr <- rollapplyr(z[-1, ], 6, sum, by = 6)
> zr
                         value indicator
2013-08-28 08:30:00 UTC 11.130         1
2013-08-28 09:00:00 UTC 11.088         0

尽管将其留在动物园中以将其转换回数据框可能会更好：fortify.zoo：

library(ggplot2)
fortify(zr)

Answer 4

要聚合 8:05 到 8:30 并将其报告为 8:30（即，在聚合间隔结束时报告时间），并忽略任何不包含 6 个观测值的 30 分钟间隔，请使用以下：

data$date <- as.POSIXct(data$date)
data$date.30min <- as.POSIXct(ceiling(as.numeric(data$date) / (30 * 60)) *
  (30 * 60), origin='1970-01-01')
sumif6 <- function(x) {
  if(length(x) == 6) sum(x) else NA
}
res30 <- na.omit(aggregate(cbind(value, indicator) ~ date.30min, data, sumif6))
res30
#           date.30min  value indicator
#2 2013-08-28 08:30:00 11.130         1
#3 2013-08-28 09:00:00 11.088         0

如果您需要聚合 8:00 到 8:25 并将其报告为 8:00（即在聚合间隔开始时报告时间），只需使用 floor() 而不是上限：

data$date.30min <- as.POSIXct(floor(as.numeric(data$date) / (30 * 60)) *
  (30 * 60), origin='1970-01-01')

如果您需要聚合 15 分钟而不是 30 分钟，只需将 30s 替换为 15s，并创建一个新的 sumif3 函数：

data$date.15min <- as.POSIXct(floor(as.numeric(data$date) / (15 * 60)) *
  (15 * 60), origin='1970-01-01')
sumif3 <- function(x) {
  if(length(x) == 3) sum(x) else NA
}
res15 <- na.omit(aggregate(cbind(value, indicator) ~ date.15min, data, sumif3))