不規則時間序列的年度，月度或日均值

我是「R」的新用戶，我無法找到解決問題的好方法。我在以下格式的時間序列：不規則時間序列的年度，月度或日均值

>dates temperature depth salinity 
>12/03/2012 11:26 9.7533 0.48073 37.607 
>12/03/2012 11:56 9.6673 0.33281 37.662 
>12/03/2012 12:26 9.6673 0.33281 37.672

我有變量測量值的不規則頻率，每隔15或每30分鐘，這取決於所述週期完成。我想計算每個變量的年度，月度和日平均值，無論一天/一年/一年的數據量是多少。我讀了很多關於包動物園，時間序列，xts等的東西，但是我無法清楚地瞭解到我的缺點（也許是因爲我對R不夠熟練）。

我希望我的帖子很明確，不要猶豫，告訴我，如果不是。

來源

2013-07-15 Doc Martin' s

將您的數據轉換爲xts對象，然後使用apply.daily等計算出您想要的值。

library(xts) 
d <- structure(list(dates = c("12/03/2012 11:26", "12/03/2012 11:56", 
"12/03/2012 12:26"), temperature = c(9.7533, 9.6673, 9.6673), 
    depth = c(0.48073, 0.33281, 0.33281), salinity = c(37.607, 
    37.662, 37.672)), .Names = c("dates", "temperature", "depth", 
"salinity"), row.names = c(NA, -3L), class = "data.frame") 
x <- xts(d[,-1], as.POSIXct(d[,1], format="%m/%d/%Y %H:%M")) 
apply.daily(x, colMeans) 
#      temperature  depth salinity 
# 2012-12-03 12:26:00 9.695967 0.3821167 37.647

來源

2013-07-15 15:47:48

非常感謝您的回答。好處是，用xts我可以要求每週平均。我嘗試了你的代碼，我的整個數據集都遇到了一些問題，所以我嘗試修復它，並且保持聯繫！再次感謝你！ –

沒關係，日間和月份剛剛倒過來（％m /％d >>>％d /％m）。謝謝！ –

我想將日，月和年添加到數據框中，然後使用aggregate()。

首先將您date列到POSIXct OBJET：

d$timestamp <- as.POSIXct(d$dates,format = "%m/%d/%Y %H:%M",tz ="GMT")

然後得到的日期（例如12/03/2012）到一個名爲Date列，試試這個：

d$Date <- format(d$timestamp,"%y-%m-%d",tz = "GMT")

下一頁，按日期合計：

aggregate(cbind("temperature.mean" = temperature, 
       "salinity.mean" = salinity) ~ Date, 
      data = d, 
      FUN = mean)

同樣，你可以得到月入列（姑且稱之爲M爲一個月），然後......

d$M <- format(d$timestamp,"%B",tz = "GMT") 

aggregate(cbind("temperature.mean" = temperature, 
       "salinity.mean" = salinity) ~ M, 
      data = d, 
      FUN = mean)

，或者如果你想年月

d$YM <- format(d$timestamp,"%y-%B",tz = "GMT") 

aggregate(cbind("temperature.mean" = temperature, 
       "salinity.mean" = salinity) ~ YM, 
      data = d, 
      FUN = mean)

如果你在你的數據的NA值，你可能需要考慮這些：

aggregate(cbind("temperature.mean" = temperature, 
       "salinity.mean" = salinity) ~ YM, 
      data = d, 
      function(x) mean(x,na.rm = TRUE))

最後，如果你想通過平均每週，你可以做到這一點。首先生成周數，然後再次使用aggregate()。

d$W <- format(d$timestamp,"%W",tz = "GMT") 

aggregate(cbind("temperature.mean" = temperature, 
       "salinity.mean" = salinity) ~ W, 
      data = d, 
      function(x) mean(x,na.rm = TRUE))

此版本的星期數定義第1周爲一年中的第一個星期。星期一至星期日。

來源

2013-07-15 15:56:15

您對'format'的調用不起作用。'日期'列不是'POSIXct'對象。它可能是一個角色或（更可能）一個因素。 –

@JoshuaUlrich注意。固定。 –

非常感謝您的回答！這個工作完美后，我也做了回答1（日間和月份倒置，我想這是一個國家的差異，原因在法國，我們在一個月的前一天;）。就像我問Jdbaba一樣，有沒有辦法像圖書館的圖書館一樣計算圖書館員的每週平均數？ –

然而，使用plyr另一種方法：

df <- structure(list(dates = c("12/03/2012 11:26", "12/03/2012 11:56", 
    "12/03/2012 12:26"), temperature = c(9.7533, 9.6673, 9.6673), 
    depth = c(0.48073, 0.33281, 0.33281), salinity = c(37.607, 
    37.662, 37.672)), .Names = c("dates", "temperature", "depth",                         
    "salinity"), row.names = c(NA, -3L), class = "data.frame") 

library(plyr) 

# Change date to POSIXct 
df$dates <- with(d,as.POSIXct(dates,format="%m/%d/%Y %H:%M")) 

# Make new variables, year and month 
df <- transform(d,month=as.numeric(format(dates,"%m")),year=as.numeric(format(dates,"%Y"))) 

## According to year 
ddply(df,.(year),summarize,meantemp=mean(temperature),meandepth=mean(depth),meansalinity=mean(salinity)) 
    year meantemp meandepth meansalinity 
1 2012 9.695967 0.3821167  37.647 

## According to month 
ddply(df,.(month),summarize,meantemp=mean(temperature),meandepth=mean(depth),meansalinity=mean(salinity)) 
    month meantemp meandepth meansalinity 
1 12 9.695967 0.3821167  37.647

來源

2013-07-15 16:22:10

非常感謝您的回答！這個工作完美后，我也做了回答1（日間和月份倒置，我想這是一個國家的差異，原因在法國，我們在一個月的前一天;）。有沒有一種方法可以像圖書館的圖書館一樣計算每週的平均數？ –

包hydroTSM擁有多種功能，以創造年度和其他摘要：

daily2annual(x, ...) 
subdaily2annual(x, ...) 
monthly2annual(x, ...) 
annualfunction(x, FUN, na.rm = TRUE, ...)

來源

2013-09-20 16:30:20 nnn

不規則時間序列的年度，月度或日均值

回答

相關問題