使用 NA 将 5 分钟数据汇总为每小时总和

Question

我的问题如下：我有一个包含 5 分钟降水数据的时间序列，例如：

            Datum mm
1 2004-04-08 00:05:00 NA
2 2004-04-08 00:10:00 NA
3 2004-04-08 00:15:00 NA
4 2004-04-08 00:20:00 NA
5 2004-04-08 00:25:00 NA
6 2004-04-08 00:30:00 NA

采用这种结构：

'data.frame':   1098144 obs. of  2 variables:
$ Datum: POSIXlt, format: "2004-04-08 00:05:00" "2004-04-08 00:10:00"   "2004-04-08 00:15:00" "2004-04-08 00:20:00" ...
$ mm   : num  NA NA NA NA NA NA NA NA NA NA ...

如您所见，时间序列以大量NA's 开头，但在更下方有测量的降水，尽管由于测量站故障而充斥着单一的、不太常见的NA's。

我想要实现的是将测得的降水量总结为每小时总和，而不考虑 NA's。

这是我迄今为止尝试过的：

sums <- aggregate(precip["mm"], 
               list(cut(precip$Datum, "1 hour")), sum)

即使时间戳正确聚合到小时，所有总和都是0 或NA。如果根本没有NA，则甚至不会计算总和。

另外需要考虑：

气象学中每小时降水量总和总是描述直到某个小时的累积总和：0:00点的降水量描述从前一天23:00到的总和 0:00。所以我总是需要总结前一个小时。

可重现的示例

set.seed(1120)
s <- as.POSIXlt("2004-03-08 23:00:00")
r <- seq(s, s+1e4, "30 min")
precip <- data.frame(Datum=r, mm=sample(c(1:5,NA), 6, T))

            Datum mm
2004-03-08 23:00:00  4
2004-03-08 23:30:00  1
2004-03-09 00:00:00  2
2004-03-09 00:30:00  4
2004-03-09 01:00:00  1
2004-03-09 01:30:00  4

通过上面的例子，我正在寻找的结果是：

            Datum mm
2004-03-09 00:00:00 5
2004-03-09 01:00:00 6
2004-03-09 02:00:00 5

Answer 1

尝试添加na.rm=TRUE:

aggregate(precip['mm'], list(cut(precip$Datum, "1 hour")), sum, na.rm=TRUE)
#               Group.1 mm
# 1 2004-04-08 00:00:00 26
# 2 2004-04-08 01:00:00 35
# 3 2004-04-08 02:00:00 25

可重现的示例

set.seed(1120)
s <- as.POSIXlt("2004-04-08 00:05:00")
r <- seq(s, s+1e4, "5 min")
precip <- data.frame(Datum=r, mm=sample(c(1:5,NA), 34, T))

附录

关于您的第二个问题：如果您想用较小的小时计算小时的测量值，请添加right=TRUE：

aggregate(precip['mm'], list(cut(precip$Datum, "1 hour", right=TRUE)), sum, na.rm=TRUE)

进一步说明

我们将创建另一个更详细的解释来展示解决方案的工作原理：

p <- c("2004-04-07 23:48:20", "2004-04-08 00:00:00", "2004-04-08 00:03:20")
ptime <- as.POSIXlt(p)
#[1] "2004-04-07 23:48:20 EDT" "2004-04-08 00:00:00 EDT" "2004-04-08 00:03:20 EDT"

我们有三个日期可以分组。如果我们使用 cut 而不使用任何额外参数，则第二个条目 "2004-04-08 00:00:00 EDT" 将与第三个条目分组为小时 "00:00"：

cut(ptime, "1 hour")
#[1] 2004-04-07 23:00:00 2004-04-08 00:00:00 2004-04-08 00:00:00

但如果我们添加参数right=FALSE，我们可以将其与"23:00" 小时分组：

cut(ptime, "1 hour", right=TRUE)
#[1] 2004-04-07 23:00:00 2004-04-07 23:00:00 2004-04-08 00:00:00

我们可以指定边缘情况的行为。

编辑

使用您的新数据，原始解决方案会产生所需的输出：

aggregate(precip['mm'], list(cut(precip$Datum, "1 hour")), sum, na.rm=TRUE)
              Group.1 mm
1 2004-03-08 23:00:00  5
2 2004-03-09 00:00:00  6
3 2004-03-09 01:00:00  5

Answer 2

您可以使用 dplyr 来计算总和，例如：

precip$hour <-  strftime(precip$Datum,"%Y-%m-%d %H")
library(dplyr)
sum_hour <- precip %>% group_by(hour) %>% summarise(sum_hour = sum(mm,na.rm = T))