如何根据R中的日期和时间计算移动平均值

Question

我上传了我的数据。 https://filebin.net/a29fn87b8wpfnos0/Plume_2.csv?t=iouc5vg7

在 csv 文件格式中看起来像这样

我试图寻找适合我数据的正确答案。 没找到，自己试了一个月左右才解决。

首先我需要做一个移动平均：

• 30 分钟
• 1 小时
• 1 天
• 1 周

对于每个 PM2.5、PM10、NO2

但是，我无法使用这种类型的代码手动执行此操作：

Plume_2$PM2.5_30min_ <- TTR ::SMA(Plume_2$pm2.5, n=31)
Plume_2$PM2.5_1hour_ <- TTR ::SMA(Plume_2$pm2.5, n=61)
Plume_2$PM2.5_1day_ <- TTR ::SMA(Plume_2$pm2.5, n=1441)
Plume_2$PM2.5_1week_ <- TTR ::SMA(Plume_2$pm2.5, n=10080)

使用这些代码，n 值不符合我的日期。

也使用了这个代码，似乎平均值不太好。

library(runner)
dates = Plume_2$timestamp
value = Plume_2$PM2.5_Plume2

Plume_2$MA <-  mean_run(x = value, k = 7, lag = 1, idx = as.Date(dates))

最终输出将是包含这些不同移动平均线的绘图图。

有人可以帮帮我吗？

Answer 1

我希望以下是一个令人满意的解决方案。

library(data.table)
dt <- fread("https://filebin.net/a29fn87b8wpfnos0/Plume_2.csv?t=phgmlykh")
dt[,.(timestamp,
      PM2.5_30min_mean = frollmean(PM2.5_Plume2,31),
      PM2.5_1hour_mean = frollmean(PM2.5_Plume2,61),
      PM2.5_1day_mean = frollmean(PM2.5_Plume2, 1441),
      PM2.5_1week_mean = frollmean(PM2.5_Plume2,10080))]

结果显示为

然后我想使用 ggplot 绘制结果。这里我选择PM2.5_30min作为例子。

library(lubriate) # turn timestamp into POSIXct format with dmy_hm function
ggplot(dt2, aes(dmy_hm(timestamp), PM2.5_1hour_mean,na.rm = TRUE)) +
  geom_line() + 
  scale_x_datetime()

Answer 2

使用 zoo 的 rollmeanr 函数以及来自 dplyr 的 across 可以帮助您解决此问题。

library(dplyr)
library(zoo)

df <- read.csv('https://filebin.net/a29fn87b8wpfnos0/Plume_2.csv?t=up70ngy3')


df %>%
  mutate(across(PM2.5_Plume2:NO2_Plume2, 
               list(avg_30min = ~rollmeanr(.x, 30, fill = NA), 
                    avg_hour =  ~rollmeanr(.x, 60, fill = NA), 
                    avg_day =  ~rollmeanr(.x, 1440, fill = NA), 
                    avg_week =  ~rollmeanr(.x, 10080, fill = NA)))) -> result

result