如何通过对时间值应用条件来计算 R 中数据帧的聚合统计信息？答案

【问题标题】：How to calculate aggregate statistics on a dataframe in R by applying conditions on time values?如何通过对时间值应用条件来计算 R 中数据帧的聚合统计信息？
【发布时间】：2018-01-31 11:34:49
【问题描述】：

我正在从事气候数据分析。在 R 中加载文件后，我的兴趣是根据一天中的小时数对数据进行子集化。

对于时间分析，如果我们的兴趣是处理时间，我们可以将 $hour 与存储时间向量的变量一起使用。

我想在 365 天内对一天中每个小时的数据进行子集化，然后对全年特定小时的数据取平均值。假设我有兴趣在 12:OO PM 获取一年的辐照/风速等值，然后取这些值的平均值以获得所需的结果。

我知道如何根据条件对数据框进行子集化。例如，如果我的数据在一个名为 data 的矩阵中，并且包含 2 行表示时间和风速，并且我有兴趣对辐射 b 不为零的数据行进行子集化。我们可以使用下面的代码来做到这一点

my_data <- subset(data, data[,1]>0)

但是现在为了处理存储在数据中的变量时间列中的小时值，我如何子集值？

我的数据如下所示：

我希望我在这个问题上说得通。

提前致谢！

【问题讨论】：

标签： r datetime dataframe grouping aggregate

【解决方案1】：

这是一个可能的解决方案。您可以使用format(df$time,'%H') 创建每小时分组，因此我们只获取每个时段的小时数，然后我们可以简单地按此新列分组并计算每个组的平均值。

df = data.frame(time=seq(Sys.time(),Sys.time()+2*60*60*24,by='hour'),val=sample(seq(5),49,replace=T))

library(dplyr)

df %>% mutate(hour=format(df$time,'%H')) %>%
  group_by(hour) %>%
  summarize(mean_val = mean(val))

要首先对非零值进行子集化，您可以执行以下任一操作：

df = subset(df,val!=0)

或使用以下命令启动 dplyr 链：

df %>% filter(df$val!=0)

希望这会有所帮助！

df 如下所示：

                  time val
1  2018-01-31 12:43:33   4
2  2018-01-31 13:43:33   2
3  2018-01-31 14:43:33   2
4  2018-01-31 15:43:33   3
5  2018-01-31 16:43:33   3
6  2018-01-31 17:43:33   1
7  2018-01-31 18:43:33   2
8  2018-01-31 19:43:33   4
...    ...       ...     ...

还有输出：

# A tibble: 24 x 2
   hour  mean_val
   <chr>    <dbl>
 1 00        3.50
 2 01        3.50
 3 02        4.00
 4 03        2.50
 5 04        3.00
 6 05        2.00
 ....        ....

这假设您的 time 列已经属于 POSIXct 类，否则您首先必须使用例如 as.POSIXct(x,format='%Y-%m-%d %H:%M:%S') 对其进行转换

【讨论】：

感谢您的回复。有没有使用子集（）函数的方法？正如我所提到的？
@Jawairia，是的，我为此添加了两个可能的选项。希望有帮助！