如何将分钟数据转换为每小时平均数据

3 回答

• 8

  我喜欢@DWin的答案，但我还记得曾经看过 ?cut.Date 的帮助文件，在这种情况下也可以使用 . 我已经编制了一些数据，所以你可以在几个小时内看到结果：

  set.seed(1)
  data <- data.frame(date = seq(from = ISOdatetime(2012, 01, 01, 00, 00, 00),
                                length.out = 4320, by=5),
                     nox = sample(1:20, 4320, replace=TRUE))
  
  hr.means <- aggregate(data["nox"], 
                        list(hour = cut(data$date, breaks="hour")), 
                        mean, na.rm = TRUE)
  hr.means
  #                  hour      nox
  # 1 2012-01-01 00:00:00 10.60694
  # 2 2012-01-01 01:00:00 10.13194
  # 3 2012-01-01 02:00:00 10.33333
  # 4 2012-01-01 03:00:00 10.38194
  # 5 2012-01-01 04:00:00 10.51111
  # 6 2012-01-01 05:00:00 10.26944
  

  回复于 2024-05-02T09:08:33+08:00
• 5

  我从here来到这里，所以我的数据形式稍有不同，但使用lubridate你也可以轻松解析数据格式 .

  library(tibble)
  library(dplyr)
  library(lubridate)
  
  tbl <- tribble(
      ~TIME,                 ~MEASURE,
      "2018-01-01 06:58:50",    05,
      "2018-01-01 07:00:00",    10,
      "2018-01-01 07:04:45",    20,
      "2018-01-01 07:04:55",    25,
      "2018-01-01 07:21:00",    20,
      "2018-01-01 07:58:04",    18,
      "2018-01-01 07:59:59",    12,
      "2018-01-01 08:00:00",    17,
      "2018-01-01 08:01:04",    30
  ) %>% mutate(TIME = ymd_hms(TIME))
  

  使用可以操作日期/时间的表单中的数据，您可以按日期小时或每小时在所有日期汇总它，如下所示：

  # if you want per date
  tbl %>% 
      mutate(date = date(TIME), hour = hour(TIME)) %>% 
      group_by(date, hour) %>% summarise(m = mean(MEASURE))
  
  # if you want per hour over all dates
  tbl %>% 
      mutate(hour = hour(TIME)) %>% 
      group_by(hour) %>% summarise(m = mean(MEASURE))
  

  要使用ggplot2使用点和线来绘制它，你可以这样做

  library(ggplot2)
  tbl %>% 
      mutate(hour = hour(TIME)) %>% 
      group_by(hour) %>% summarise(m = mean(MEASURE)) %>%
      ggplot(aes(x = hour, y = m)) + geom_point() + geom_line()
  

  回复于 2024-05-02T09:08:33+08:00
• 0

  它只需要在向量中更改格式规范：

  hr.means <- aggregate(dat["V1"], format(dat["date"],"%Y-%m-%d %H"),
               mean, na.rm = TRUE) 
  hr.means
  #---------
             date V2
  1 2012-01-09 00  2
  

  回复于 2024-05-02T09:08:33+08:00