应用差异后的每日平均值答案

【问题标题】：daily average after applying diff应用差异后的每日平均值
【发布时间】：2016-05-25 22:38:56
【问题描述】：

我有一个包含 3 小时值的数据集，我想计算每日平均值，但我必须对 2 个连续时间步长之间的差异进行计算。这是我的数据样本：

      prec=
      c(5068.51904296875, 5068.53076171875, 5068.5654296875, 5068.5927734375, 
      5068.60107421875, 5068.60107421875, 5068.60107421875, 5068.60205078125, 
      5068.6123046875, 5068.6171875, 5068.6171875, 5068.6171875, 5068.6171875, 
      5068.6171875, 5068.6171875, 5068.6171875, 5068.61865234375, 5068.646484375, 
      5068.662109375, 5068.6669921875, 5068.67138671875, 5068.6728515625, 
      5068.7138671875, 5068.74169921875)

      days=
      structure(c(7670, 7670, 7670, 7670, 7670, 7670, 7670, 7670, 7671, 
      7671, 7671, 7671, 7671, 7671, 7671, 7671, 7672, 7672, 7672, 7672, 
      7672, 7672, 7672, 7672), class = "Date")

所以，我不得不这样做：

    dfprec <- diff(prec,lag=1)

我的问题是，我现在怎么能得到每日的手段？我可以使用aggregate 或tapply..但现在dfprec 在几天内少了一个“时间”...... 有什么建议吗？

【问题讨论】：

您必须添加一个 NA：c(NA, dfprec) 或 c(dfprec, NA) 才能获得与原始向量相同的长度。
你能指定每天限时的行为吗？您是否希望将每个差异归因于上一个或下一个时间步？或者可能不考虑每天的第一个或最后一个差异？

标签： r

【解决方案1】：

为什么需要保持向量的大小？

这似乎工作正常：

res <- tapply(prec, days, function(p) {mean(diff(p))})
res
#   1991-01-01   1991-01-02   1991-01-03 
# 0.0118582589 0.0006975446 0.0175781250

【讨论】：

我认为没有必要每天丢弃第一次测量。我可能会做tapply(c(NA, diff(prec)), days, FUN = mean, na.rm=TRUE)。
它会改变结果吗？
是的，确实如此，因为它使用了在这里抛出的观察结果（一天的第一个 obs 和前一天的最后一个 obs 之间的差异）。
谢谢，这正是我想要的；这种方式似乎对我有用。非常感谢！

【解决方案2】：

使用库 data.table 中的 shift 函数：

DT1 = data.table(prec,days)

DT1[,dprec := prec - shift(prec,1), by=days][,mean(dprec,na.rm = TRUE),by=days]

【讨论】：