按日期计算 data.frame 列的平均值

Question

我在 R 中有一个 data.frame，其中一列是日期列表（其中许多是重复的），而另一列是该日期记录的温度。有问题的列看起来像这样（但有几千行和一些其他不必要的列）：

Date    |    Temp
-----------------
1/2/13     34.4
1/2/13     36.4
1/2/13     34.3
1/4/13     45.6
1/4/13     33.5
1/5/13     45.2

我需要找到一种获取每日平均温度的方法。所以理想情况下，我可以告诉 R 循环遍历 data.frame 并为每个匹配的日期，给我当天的平均温度。我一直在谷歌搜索，我知道 R 中的循环是可能的，但鉴于我对 R 代码知之甚少，我无法从概念上解决这个问题。

我知道我可以拉出一列并对其进行平均（即mean(data.frame[[2]])），但我完全不知道如何告诉 R 将该平均值与位于第一列中的单个值相匹配。

此外，我如何生成每 7 个日历日的平均值（无论一天有多少条目）？因此，7 天滚动平均值，即如果我的日期范围从 2013 年 1 月 1 日开始，我会得到 13 年 1 月 1 日到 13 年 1 月 7 日之间所有临时时间的平均值，然后在 2013 年 1 月 8 日到 2013 年 1 月 15 日之间……

非常感谢任何帮助我掌握 R 循环的帮助。谢谢！

编辑

这是dput(head(my.dataframe)) 的输出请注意：我编辑了“日期”和“时间戳”，否则它们都会持续数千个条目：

structure(list(RECID = 579:584, SITEID = c(101L, 101L, 101L, 
101L, 101L, 101L), MONTH = c(6L, 6L, 6L, 6L, 6L, 6L), DAY = c(7L, 
7L, 7L, 7L, 7L, 7L), DATE = structure(c(34L, 34L, 34L, 34L, 34L, 
34L), .Label = c("10/1/2013", "10/10/2013", "10/11/2013", "10/12/2013", 
"10/2/2013", "10/3/2013", "10/4/2013", "10/5/2013", "10/6/2013", 
"10/7/2013", "10/8/2013", "10/9/2013", "6/10/2013", "6/11/2013","9/9/2013"), class = "factor"), TIMESTAMP = structure(784:789, .Label = c("10/1/2013 0:00", 
"10/1/2013 1:00", "10/1/2013 10:00", "10/1/2013 11:00", "10/1/2013 12:00", 
"10/1/2013 13:00", "10/1/2013 14:00", "10/1/2013 15:00", "10/1/2013 16:00", 
"10/1/2013 17:00", "10/1/2013 18:00", "10/1/2013 19:00", "10/1/2013 2:00"), class = "factor"), TEMP = c(23.376, 23.376, 23.833, 24.146, 
24.219, 24.05), X.C = c(NA, NA, NA, NA, NA, NA)), .Names = c("RECID", 
"SITEID", "MONTH", "DAY", "DATE", "TIMESTAMP", "TEMP", "X.C"), row.names = c(NA, 
6L), class = "data.frame") 

Answer 1

library(plyr)

ddply(df, .(Date), summarize, daily_mean_Temp = mean(Temp))

这是拆分-应用-组合范例的一个简单示例。

Ananda Mahto 提到的替代方案#1，dplyr 包是对plyr 的更高性能重写。他展示了语法。

备选方案 #2：aggregate() 在功能上也是等效的，只是比plyr/dplyr 有更少的花里胡哨。

---

另外'每 7 个日历日生成平均值'：你的意思是 '平均每年一周'，或'移动 7 天平均值（尾随/领先/居中）'？

Answer 2

这里有几个选项：

aggregate(Temp ~ Date, mydf, mean)
#     Date     Temp
# 1 1/2/13 35.03333
# 2 1/4/13 39.55000
# 3 1/5/13 45.20000

library(dplyr)
mydf %.% group_by(Date) %.% summarise(mean(Temp))
# Source: local data frame [3 x 2]
# 
#     Date mean(Temp)
# 1 1/2/13   35.03333
# 2 1/4/13   39.55000
# 3 1/5/13   45.20000

library(data.table)
DT <- data.table(mydf)
DT[, mean(Temp), by = Date]
#      Date       V1
# 1: 1/2/13 35.03333
# 2: 1/4/13 39.55000
# 3: 1/5/13 45.20000

library(xts)
dfX <- xts(mydf$Temp, as.Date(mydf$Date))
apply.daily(dfX, mean)
#             [,1]
# 1-02-13 35.03333
# 1-04-13 39.55000
# 1-05-13 45.20000

---

由于您正在处理日期，您应该探索xts 包，它可以让您访问apply.daily、apply.weekly、apply.monthly 等功能，让您方便地汇总数据。