R：聚合与 timeAverage 结合

Question

我有一个数据框，其中包含每小时观察和建模的空气质量数据。附加信息是测量站、国家、站类型和型号：

> head(PM10val)
                 date station type   model country obs   mod
1 2009-01-01 00:00:00 BELAB01   sB chimere      BE  63 13.45
2 2009-01-01 01:00:00 BELAB01   sB chimere      BE  50 18.71
3 2009-01-01 02:00:00 BELAB01   sB chimere      BE  77 20.65
4 2009-01-01 03:00:00 BELAB01   sB chimere      BE  68 21.42
5 2009-01-01 04:00:00 BELAB01   sB chimere      BE  58 22.47
6 2009-01-01 05:00:00 BELAB01   sB chimere      BE  62 24.02

我想使用 openair 包的 timeAverage 函数（计算包含日期字段的数据帧的时间平均值）来计算每个站点和每个模型的每日或每年平均值。我试过了：

> anmean <- aggregate(PM10val, by=list(PM10val$station,PM10val$model),
+         function (x) timeAverage(x,avg.time="year",data.thresh=75,    statistic="mean"))

这应该计算每个模型和站点的“obs”和“mod”的年平均值，数据捕获阈值为 75%。 但它返回：

 Error in `[.default`(mydata, , Names) : incorrect number of dimensions
    11 NextMethod("[") 
10 `[.POSIXct`(mydata, , Names) 
9 mydata[, Names] 
8 checkPrep(mydata, vars, type = "default", remove.calm = FALSE, 
    strip.white = FALSE) 
7 timeAverage(x, avg.time = "year", data.thresh = 75, statistic = "mean") 
6 FUN(X[[1L]], ...) 
5 lapply(X = split(e, grp), FUN = FUN, ...) 
4 FUN(X[[1L]], ...) 
3 lapply(x, function(e) {
    ans <- lapply(X = split(e, grp), FUN = FUN, ...)
    if (simplify && length(len <- unique(sapply(ans, length))) == 
    1L) { ... 
2 aggregate.data.frame(PM10val, by = list(PM10val$station, PM10val$model), 
    function(x) timeAverage(x, avg.time = "year", data.thresh = 75, 
        statistic = "mean")) 
1 aggregate(PM10val, by = list(PM10val$station, PM10val$model), 
    function(x) timeAverage(x, avg.time = "year", data.thresh = 75, 
        statistic = "mean"))  

我做错了什么？我总是可以使用循环，但我不认为这是要走的路。 谢谢！

Answer 1

我建议改用ddply。 POSIXct 数据类型和 aggregate 存在一些问题。实际上，您的函数将 x 视为日期，而不是子数据帧。

以下代码适用于比利时数据。 函数ddply 的作用相同，它按您指定为第二个参数c("site", "country") 的级别拆分，首先将按“站点”拆分，然后按“国家/地区”拆分，然后对每个拆分应用函数。我已将您的函数包装到 Funfun 只是为了使代码更短。同样技术性的是bind_rows = rbind.fill 只是为在 importAirbase 函数中绑定数据而设置的。您可以将data2 替换为您的数据，它应该可以工作。

library(plyr)
Funfun = function (x) timeAverage(x, avg.time="year", data.thresh=75, statistic="mean")
bind_rows = rbind.fill
data2 = importAirbase(site = c("BELAB01","BELAB02") , year = 2011:2012, pollutant = NA,
    add = c("country", "site.type"), splice = FALSE, local = NA)
ddply(data2, c("site", "country"), Funfun)