我認爲這可能會做你想做的。我不確定爲什麼最終合併的數據集從12月31日下午3:00開始,而不是1月1日午夜。我懷疑這與我的電腦時鐘相對於GMT有關。
df.1 <- read.table(text = '
date time station210
1994-01-01 00:00:00 0
1994-01-01 02:00:00 0
1994-01-01 03:00:00 0
1994-01-01 04:00:00 0.6
1994-01-01 06:00:00 2.6
1994-01-01 07:00:00 3.2
', header = TRUE, stringsAsFactors=FALSE)
df.2 <- read.table(text = '
date time station212
1994-01-01 00:00:00 0
1994-01-01 01:00:00 1.8
1994-01-01 02:00:00 1.8
1994-01-01 03:00:00 1.8
1994-01-01 04:00:00 1.4
1994-01-01 06:00:00 1.8
', header=TRUE, stringsAsFactors=FALSE)
cols <- c('date' , 'time')
df.1$datetime <- apply(df.1[ , cols ] , 1 , paste , collapse = " ")
df.2$datetime <- apply(df.2[ , cols ] , 1 , paste , collapse = " ")
df.1 <- df.1[, c('datetime', 'station210')]
df.2 <- df.2[, c('datetime', 'station212')]
df.3 <- merge(df.1, df.2, by="datetime", all=TRUE)
df.3[order(df.3$datetime),]
df.3$datetime <- format(as.POSIXct(df.3$datetime, format = "%Y-%m-%d %H:%M:%S"), "%Y-%m-%d %H:%M:%S")
df.3
hour <- seq(0,60*60*24,by=60*60)
datetime <- as.POSIXlt(hour, origin="1994-01-01")
datetime <- format(as.POSIXct(hour, origin="1994-01-01"), "%Y-%m-%d %H:%M:%S" )
newdf <- merge(data.frame(datetime), df.3, all.x=TRUE, by="datetime")
newdf
datetime station210 station212
1 1993-12-31 15:00:00 NA NA
2 1993-12-31 16:00:00 NA NA
3 1993-12-31 17:00:00 NA NA
4 1993-12-31 18:00:00 NA NA
5 1993-12-31 19:00:00 NA NA
6 1993-12-31 20:00:00 NA NA
7 1993-12-31 21:00:00 NA NA
8 1993-12-31 22:00:00 NA NA
9 1993-12-31 23:00:00 NA NA
10 1994-01-01 00:00:00 0.0 0.0
11 1994-01-01 01:00:00 NA 1.8
12 1994-01-01 02:00:00 0.0 1.8
13 1994-01-01 03:00:00 0.0 1.8
14 1994-01-01 04:00:00 0.6 1.4
15 1994-01-01 05:00:00 NA NA
16 1994-01-01 06:00:00 2.6 1.8
17 1994-01-01 07:00:00 3.2 NA
18 1994-01-01 08:00:00 NA NA
19 1994-01-01 09:00:00 NA NA
20 1994-01-01 10:00:00 NA NA
21 1994-01-01 11:00:00 NA NA
22 1994-01-01 12:00:00 NA NA
23 1994-01-01 13:00:00 NA NA
24 1994-01-01 14:00:00 NA NA
25 1994-01-01 15:00:00 NA NA
編輯 - 2013年7月6日
這裏是處理兩個以上的數據幀的一種方式。
下面是數據:
df.1 <- read.table(text = '
date time station210
1994-01-01 00:00:00 0
1994-01-01 02:00:00 0
1994-01-01 03:00:00 0
1994-01-01 04:00:00 0.6
1994-01-01 06:00:00 2.6
1994-01-01 07:00:00 3.2
', header = TRUE, stringsAsFactors=FALSE)
df.2 <- read.table(text = '
date time station212
1994-01-01 00:00:00 0
1994-01-01 01:00:00 1.8
1994-01-01 02:00:00 1.8
1994-01-01 03:00:00 1.8
1994-01-01 04:00:00 1.4
1994-01-01 06:00:00 1.8
', header=TRUE, stringsAsFactors=FALSE)
df.3 <- read.table(text = '
date time station214
1993-12-31 22:00:00 5.0
1993-12-31 23:00:00 2.0
1994-01-01 02:00:00 1.0
1994-01-01 04:00:00 3.0
1994-01-01 06:00:00 5.0
1994-01-01 08:00:00 4.0
', header=TRUE, stringsAsFactors=FALSE)
創建數據幀的列表,並創建變量datetime
:
my.data <- sapply(paste('df.', seq(1,3,1), sep=''), get, environment(), simplify = FALSE)
date.time <- function(x) {
cols <- c('date' , 'time')
x$datetime <- apply(x[ , cols ] , 1 , paste , collapse = " ")
x <- x[, 3:4]
return(x)
}
my.list <- lapply(my.data, function(x) date.time(x))
合併,並在該列表中的數據幀進行排序:
df.3 <- Reduce(function(...) merge(..., all=T), my.list)
df.3[order(df.3$datetime),]
在合併的數據框中添加缺失的日期和時間:
df.3$datetime <- format(as.POSIXct(df.3$datetime, format = "%Y-%m-%d %H:%M:%S"), "%Y-%m-%d %H:%M:%S")
hour <- seq(0,60*60*24,by=60*60)
datetime <- as.POSIXlt(hour, origin="1994-01-01")
datetime <- format(as.POSIXct(hour, origin="1994-01-01"), "%Y-%m-%d %H:%M:%S" )
newdf <- merge(data.frame(datetime), df.3, all.x=TRUE, by="datetime")
newdf
這裏是代碼從一個站點用來自同一個站點的前面和後面觀察值的平均值代替缺失的觀測值。我使用嵌套的for-loops
這可能是非常低效的。如果我找出更有效的方法,我會盡量記住在這裏發佈。如果你的數據集很大,這些嵌套的for-loops
可能需要很長時間才能運行。
newdf2 <- newdf
for(i in 1:nrow(newdf)) {
for(j in 2:ncol(newdf)) {
if(i == 1 & is.na(newdf[i,j])) newdf2[i,j] = newdf[i+1,j]
if(i == nrow(newdf) & is.na(newdf[i,j])) newdf2[i,j] = newdf[i-1,j]
if(i > 1 & i < nrow(newdf) & is.na(newdf[i,j])) newdf2[i,j] = mean(c(newdf[i-1,j], newdf[i+1,j]), na.rm=TRUE)
if(is.nan(newdf2[i,j])) newdf2[i,j] = NA
}
}
cbind(newdf, newdf2)
請幫助我們爲您提供可重現的示例(即代碼和示例數據),請參閱http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible細節的例子。 –
爲了強調需求,R的時間處理函數是......讓我們說,不同。真的,真的需要看數據。經驗表明,SO的新用戶在禮貌請求後很少提供這樣的數據,因此我們投票結束。但是,請證明我是不正確的,並編輯你的問題以防止關閉。 –
如果您還顯示'dput(rainfall_1)'和'dput(rainfall_2)'的輸出,那麼響應者將更容易。 –