R中的数据聚合循环答案

【问题标题】：Data aggregation loop in RR中的数据聚合循环
【发布时间】：2011-09-19 14:20:18
【问题描述】：

我在将数据聚合到日常数据时遇到了问题。我有一个数据框，其中 NA 已被删除（数据图片链接如下）。数据每天收集 3 次，但有时由于 NA，每天只有 1 或 2 个条目；有些日子数据完全丢失。

我现在有兴趣计算“dist”的每日平均值：这意味着将一天的“dist”数据相加并除以每天的条目数（如果当天没有数据丢失）。我想通过循环来做到这一点。我怎样才能用循环做到这一点？问题是有时我每天有 3 个条目，有时只有 2 个甚至 1 个。我想告诉 R，每天，它应该总结“dist” 并除以每天可用的条目数。

我只是不知道如何为此目的制定一个 for 循环。如果您能就这个问题给我任何建议，我将不胜感激。感谢您的努力和亲切的问候，

一月

数据框：http://www.pic-upload.de/view-11435581/Data_loop.jpg.html

编辑：我按照建议使用了聚合和点击，但是，数据的平均值并没有真正计算出来：

              Group.1         x
1  2006-10-06 12:00:00  636.5395
2  2006-10-06 20:00:00  859.0109
3  2006-10-07 04:00:00  301.8548
4  2006-10-07 12:00:00  649.3357
5  2006-10-07 20:00:00  944.8272
6  2006-10-08 04:00:00  136.7393
7  2006-10-08 12:00:00  360.9560
8  2006-10-08 20:00:00       NaN

使用的代码是：

dates<-Dis_sub$date
distance<-Dis_sub$dist
aggregate(distance,list(dates),mean,na.rm=TRUE)
tapply(distance,dates,mean,na.rm=TRUE)

【问题讨论】：

查看包“zoo”，它可以处理缺少数据的时间序列。

标签： r dataframe aggregate

【解决方案1】：

不要使用循环。使用 R。一些示例数据：

dates <- rep(seq(as.Date("2001-01-05"),
                 as.Date("2001-01-20"),
                 by="day"),
             each=3)
values <- rep(1:16,each=3)
values[c(4,5,6,10,14,15,30)] <- NA

和任何一个：

aggregate(values,list(dates),mean,na.rm=TRUE)

tapply(values,dates,mean,na.rm=TRUE)

给你你想要的。另见?aggregate 和?tapply。

如果你想要一个数据框回来，你可以看看包plyr：

Data <- as.data.frame(dates,values)
require(plyr)

ddply(data,"dates",mean,na.rm=TRUE)

请记住，ddply 尚不完全支持日期格式。

【讨论】：

【解决方案2】：

查看data.table 包，尤其是在您的数据量很大的情况下。下面是一些通过day 计算dist 平均值的代码。

library(data.table)
dt = data.table(Data)
Data[,list(avg_dist = mean(dist, na.rm = T)),'date']

【讨论】：

有趣，虽然聚合适用于我的较小子集，但原始数据集相当大，所以我会检查一下。谢谢

【解决方案3】：

看起来您的主要问题是您的 date 字段附加了时间。您需要做的第一件事是使用类似的东西创建一个只有日期的列

Dis_sub$date_only <- as.Date(Dis_sub$date)

然后使用 Joris Meys 的解决方案（这是正确的方法）应该可以工作。

但是，如果出于某种原因您真的想要使用循环，您可以尝试类似

newFrame <- data.frame()
for d in unique(Dis_sub$date){
    meanDist <- mean(Dis_sub$dist[Dis_sub$date==d],na.rm=TRUE)
    newFrame <- rbind(newFrame,c(d,meanDist))
}

但请记住，这会很慢并且内存效率低。

【讨论】：

感谢您的努力，连同 Joris Meys 的回答，聚合奏效了。