如何将 mutate 和 distinct 分配给 R 中的另一个变量？

Question

enter image description here我有一个庞大的数据集，每 30 秒就有一次数据。首先，我得到每小时数据的平均值，然后对每日数据求和，然后再对每月数据求和。我需要将 mutate 函数分配给一个名为 mE_131 的新数据集/变量。用于绘制每月价值。我是新手，请帮助！

library(dplyr)
library(ggplot2)

attach(data)
data%>% #filtering 131 and 132
  select(time,Column3,m_Pm) %>%
  filter(data,Column3=="131") 
filter(data,Column3=="132")
data_131<-filter(data,Column3=="131") 
data_132<-filter(data,Column3=="132") 

data_131%>%
  mutate(datehour= format(time,"%Y-%m-%d %H"), date1= format(time,"%Y-%m-%d"), month=format(time,"%Y-%m")) %>% 
  group_by(datehour) %>% mutate(hourlyP=mean(m_Pm)) %>% distinct(datehour, .keep_all = TRUE) %>% 
  group_by(date1) %>% mutate(dailyP=sum(hourlyP)) %>% distinct(date1, .keep_all = TRUE) %>% 
  group_by(month) %>% summarise(monthlyP=sum(dailyP))

Answer 1

如果您的目标是比较 column3 == 131 和 column3 == 132 之间的每月数据，那么您不一定需要为每个数据创建单独的数据集，尽管我会在最后向您展示如何做到这一点。

首先，让我们为131 和132 创建所需的摘要：

data <- data %>%
    filter(column3 == "131" | column3 == "132") %>% # filtering the required data only
    mutate(datehour= format(time,"%Y-%m-%d %H"), # calculate the required stats
          date1= format(time,"%Y-%m-%d"),
          month=format(time,"%Y-%m")) %>% 
   group_by(datehour) %>%
   mutate(hourlyP=mean(m_Pm)) %>%
   distinct(datehour, .keep_all = TRUE) %>% 
   group_by(date1) %>%
   mutate(dailyP=sum(hourlyP)) %>%
   distinct(date1, .keep_all = TRUE) %>%
   group_by(month) %>% 
   summarise(monthlyP=sum(dailyP))

注意：为了提高可读性，我将代码的每一部分都写在单独的行中，但它与上面显示的代码基本相同。

现在，让我们进行绘图：

data %>%
    ggplot(aes(x=month, y=monthlyP, fill=column3)) +
    geom_bar(position="dodge") # this will produce similar plot as in your example

如果您坚持为column3 中的每个值使用单独的数据集，那么您可以简单地使用赋值运算符<- 创建一个新的数据框，如下所示

mE_131 <- data_131 %>%
   mutate(datehour= format(time,"%Y-%m-%d %H"), 
          date1= format(time,"%Y-%m-%d"),
          month=format(time,"%Y-%m")) %>% 
   group_by(datehour) %>%
   mutate(hourlyP=mean(m_Pm)) %>%
   distinct(datehour, .keep_all = TRUE) %>% 
   group_by(date1) %>%
   mutate(dailyP=sum(hourlyP)) %>%
   distinct(date1, .keep_all = TRUE) %>%
   group_by(month) %>% 
   summarise(monthlyP=sum(dailyP))

然后做同样的事情来创建mE_132。但是，我不建议这样做，因为绘制它们会更困难。