如何从 R 中的三个不同数据集中获取平均值

Question

我在 3 个月前开始使用 R，并使用来自气象站的信息。现在我想从位于同一地点的车站的三个不同数据集中获取平均值。

我的数据框如下所示：

d1

Date_Measure	Id	Tmin	Tmax	Tmedia	Smin	Smax	Smedia	Hrmin	Hrmax	Hrmedia
2020-06-21 06:00:00	M03100245	19.10	19.97	19.335	25.04	71.14	44.930	83.78	84.28	84.280
2020-06-21 07:00:00	M03100245	20.31	21.69	20.915	89.69	144.34	108.220	81.76	83.78	82.510
2020-06-21 08:00:00	M03100245	21.87	24.64	22.840	115.56	263.31	183.035	76.70	81.76	79.985

d2

Date_Measure	Id	Tmin	Tmax	Tmedia	Smin	Smax	Smedia	Hrmin	Hrmax	Hrmedia
2020-06-21 06:00:00	M03100247	19.43	20.20	19.560	17.46	68.28	37.880	91.69	92.72	92.720
2020-06-21 07:00:00	M03100247	20.64	21.81	21.050	87.55	139.98	105.535	87.07	91.18	88.865
2020-06-21 08:00:00	M03100247	21.85	24.75	23.015	112.42	266.65	183.440	75.24	86.55	82.695

d3

Date_Measure	Id	Tmin	Tmax	Tmedia	Smin	Smax	Smedia	Hrmin	Hrmax	Hrmedia
2020-06-21 06:00:00	M03100296	19.39	20.16	19.560	29.18	77.94	48.900	89.61	90.69	90.690
2020-06-21 07:00:00	M03100296	20.55	21.53	20.805	95.95	154.43	116.065	85.82	89.07	86.370
2020-06-21 08:00:00	M03100296	21.62	24.88	23.035	122.26	280.18	194.635	71.22	85.28	79.870

我想在一个综合了这三者的单个通用表中为他们取每个日期和每个小时的平均值，我该怎么做这个过程？

Answer 1

您可以组合 3 个数据框，从 Date_Measure 变量中提取日期和小时，并使用 across 取数值变量的平均值。

library(dplyr)
library(lubridate)

bind_rows(d1, d2, d3) %>%
  #Or instead of writing them individually, we can also use
  #bind_rows(mget(paste0('d', 1:3))) %>%
  mutate(Date_Measure = ymd_hms(Date_Measure), 
         Date = as.Date(Date_Measure),
         Hour = hour(Date_Measure)) %>%
  group_by(Date, Hour) %>%
  summarise(across(Tmin:Hrmedia, mean), .groups = 'drop')

#   Date        Hour  Tmin  Tmax Tmedia  Smin  Smax Smedia Hrmin Hrmax Hrmedia
#  <date>     <int> <dbl> <dbl>  <dbl> <dbl> <dbl>  <dbl> <dbl> <dbl>   <dbl>
#1 2020-06-21     6  19.3  20.1   19.5  23.9  72.5   43.9  88.4  89.2    89.2
#2 2020-06-21     7  20.5  21.7   20.9  91.1 146.   110.   84.9  88.0    85.9
#3 2020-06-21     8  21.8  24.8   23.0 117.  270.   187.   74.4  84.5    80.8

Answer 2

首先使所有数据集条目的数量相同。

然后通过迭代日期和小时列来创建另一个数据集。

我猜你需要通过适当的公式生成剩余的列。