【发布时间】:2014-04-21 21:06:53
【问题描述】:
我有大量数据通过 R 提供以生成平均值。相关数据包括日期和温度读数。一天通常有多个温度读数。日期大约为 6 个月。
研究人员要求的标准中描述如下:
平均每周 – 7 天滚动平均值(非日历周) 平均最大值 – 7 天滚动最大值
因此,如果我的数据从 2013 年 1 月 1 日开始,我会平均 13 年 1 月 1 日到 13 年 1 月 7 日之间的所有温度读数,然后在 13 年 1 月 8 日做同样的事情 - 1/15/13 等等。我在 Stack 的其他地方被告知,这实际上被称为“平均每周平均”,尽管我承认我不太明白它为什么不是移动平均线.我做了一些研究,但我完全是新手,我一直在努力理解如何解决这个问题。
对于你们之间的视觉,这本质上是我正在处理的那种数据(实际的 data.frame 看起来有很大不同(参见下面的 dput 头)并且有几千条记录,但这些是正确的两个相关列的名称):
DATE | TEMP
-----------------
1/2/13 34.4
1/2/13 36.4
1/2/13 34.3
1/4/13 45.6
1/4/13 33.5
1/5/13 45.2
1/6/13 53.9
1/7/13 34.6
1/7/13 36.2
1/8/13 22.4
1/9/13 30.8
1/9/13 33.2
我一直在看 xts 库:
xts(x = NULL,
order.by = index(x),
frequency = NULL,
unique = TRUE,
tzone = Sys.getenv("TZ"),
...)
这看起来很有希望,但我无法完全弄清楚,而且文档并没有太大帮助。
xts(x = mydf, order.by = DATE(x), frequency = 7...?
想法?谢谢。
这是 dput 头部信息的小样本:
structure(list(RECID = 579:584, SITEID = c(101L, 101L, 101L,
101L, 101L, 101L), MONTH = c(6L, 6L, 6L, 6L, 6L, 6L), DAY = c(7L,
7L, 7L, 7L, 7L, 7L), DATE = structure(c(34L, 34L, 34L, 34L, 34L,
34L), .Label = c("10/1/2013", "10/10/2013", "10/11/2013", "10/12/2013",
"10/2/2013", "10/3/2013", "10/4/2013", "10/5/2013", "10/6/2013",
"10/7/2013", "10/8/2013", "10/9/2013", "6/10/2013", "6/11/2013","9/9/2013"), class = "factor"), TIMESTAMP = structure(784:789, .Label = c("10/1/2013 0:00",
"10/1/2013 1:00", "10/1/2013 10:00", "10/1/2013 11:00", "10/1/2013 12:00",
"10/1/2013 13:00", "10/1/2013 14:00", "10/1/2013 15:00", "10/1/2013 16:00",
"10/1/2013 17:00", "10/1/2013 18:00", "10/1/2013 19:00", "10/1/2013 2:00"), class = "factor"), TEMP = c(23.376, 23.376, 23.833, 24.146,
24.219, 24.05), X.C = c(NA, NA, NA, NA, NA, NA)), .Names = c("RECID",
"SITEID", "MONTH", "DAY", "DATE", "TIMESTAMP", "TEMP", "X.C"), row.names = c(NA,
6L), class = "data.frame")
【问题讨论】:
-
如果我们能告诉你 data.frame 的列类,那会很有帮助。你能发帖
dput(head(mydf)),或者至少dput(head(mydf[, c("DATE", "TEMP")]))吗? -
@shujaa - 完成。 :) 正如我所说,实际数据与我发布的示例数据不同,因为我只需要关心温度和日期,但如果 dput 负责人有帮助,那就是。
-
这绝对有帮助,主要是因为我可以看到您的日期是
factor,而不是类似Date的对象。 -
知道了,还在学习 R。我很感激。
标签: r dataframe average moving-average