将 R 中的时间数据绘制为各种分辨率（分钟、小时、秒等）答案

【问题标题】：Plot time data in R to various resolutions (to the minute, to the hour, to the second, etc.)将 R 中的时间数据绘制为各种分辨率（分钟、小时、秒等）
【发布时间】：2010-11-18 09:16:18
【问题描述】：

我在 CSV 中有一些数据，例如：

"Timestamp", "Count"
"2009-07-20 16:30:45", 10
"2009-07-20 16:30:45", 15
"2009-07-20 16:30:46", 8
"2009-07-20 16:30:46", 6
"2009-07-20 16:30:46", 8
"2009-07-20 16:30:47", 20

我可以使用 read.cvs 将它读入 R。我想绘制：

每秒的条目数，因此： "2009-07-20 16:30:45", 2 "2009-07-20 16:30:46", 3 "2009-07-20 16:30:47", 1
每秒平均值： "2009-07-20 16:30:45", 12.5 "2009-07-20 16:30:46", 7.333 "2009-07-20 16:30:47", 20
与 1 和 2 相同，但先按分钟，然后按小时。

有没有办法在 R 中做到这一点（按秒/分钟/等和情节收集）？

【问题讨论】：

标签： r time statistics plot

【解决方案1】：

读取您的数据，并将其转换为zoo 对象：

R> X <- read.csv("/tmp/so.csv")
R> X <- zoo(X$Count, order.by=as.POSIXct(as.character(X[,1])))

请注意，由于时间戳不唯一，这将显示警告。

任务 1 使用 aggregate 和 length 进行计数：

R> aggregate(X, force, length)
2009-07-20 16:30:45 2009-07-20 16:30:46 2009-07-20 16:30:47 
                  2                   3                   1

任务 2 使用 aggregate:

R> aggregate(X, force, mean)
2009-07-20 16:30:45 2009-07-20 16:30:46 2009-07-20 16:30:47 
             12.500               7.333              20.000

任务 3 可以通过聚合到高阶索引以相同的方式完成。您可以在聚合结果上调用plot：

plot(aggregate(X, force, mean))

【讨论】：

不错！我必须在包管理器中添加 Zoo 包并首先调用“library(zoo)”。
是的，这就是它与包一起工作的方式。对于您的每小时等索引，请使用“解析时间”（此处：创建动物园对象后的 index(X)）并创建您在聚合中使用的“聚合索引向量”：R> aggind aggregate(X, aggind, mean) 20090720 1607 11.17 对其他索引（更改格式规则）和函数（用你需要的任何东西替换平均值）完全相同)。
再次，很好！我注意到，当我制作一个聚合索引向量时，如： R> aggind
分配温度。结果到一个变量并在其上运行 summary() - 你可能有 NA 会抛出一些绘图。

【解决方案2】：

使用 plyr 包可以轻松平均数据。

library(plyr)
Second <- ddply(dataset, "Timestamp", function(x){
    c(Average = mean(x$Count), N = nrow(x))
})

要按分钟或按小时执行相同的操作，则需要添加包含该信息的字段。

library(chron)
dataset$Minute <- minutes(dataset$Timestamp)
dataset$Hour <- hours(dataset$Timestamp)
dataset$Day <- dates(dataset$Timestamp)
#aggregate by hour
Hour <- ddply(dataset, c("Day", "Hour"), function(x){
    c(Average = mean(x$Count), N = nrow(x))
})
#aggregate by minute
Minute <- ddply(dataset, c("Day", "Hour", "Minute"), function(x){
    c(Average = mean(x$Count), N = nrow(x))
})

【讨论】：