如何从时间序列数据中计算年平均值答案

【问题标题】：How to calculate the annual average from time series data如何从时间序列数据中计算年平均值
【发布时间】：2016-04-16 01:58:01
【问题描述】：

我在计算数据的年平均值时遇到了一个问题。这是我的数据（dt.select）：

head(dt.select)    

        DATE      SITE_ID   TSO4   TNO3   TNH4   NSO4
61372 2000-01-07  ALH157 1.9873 3.3794 1.5214 0.2743
61369 2000-01-14  ALH157 1.9451 4.3169 1.4218 0.9190
61376 2000-01-21  ALH157 2.9216 4.7621 2.2883 1.1009
61371 2000-01-28  ALH157 2.9312 5.5041 2.4494 1.9243
67249 2000-02-04  ALH157 3.1832 7.7116 3.1407 0.9057
67244 2000-02-11  ALH157 5.1027 9.7623 4.6308 0.3478

tail(dt.select)

        DATE      SITE_ID   TSO4   TNO3   TNH4   NSO4
49342 2015-11-27  ALH157 1.1826 1.8821 0.7209 0.6908
55291 2015-12-04  ALH157 1.5332 3.9142 1.6252 0.7613
55292 2015-12-11  ALH157 1.5277 1.0478 0.5452 0.6588
55293 2015-12-18  ALH157 0.9947 1.0137 0.4906 0.5088
55294 2015-12-25  ALH157 0.7792 0.6357 0.4327 0.5266
55260 2016-01-01  ALH157 1.4620 1.7782 0.9438 0.4873

这是将近 15 年的数据。现在，我使用下面的代码来获得年平均值。

Annual.Ave <- aggregate(dt.select[-2], format(dt.select[1],"%Y"),
                        mean, na.rm = TRUE)

结果是我想要的，但是“SITE_ID”列被删除，并且有一个我不需要的随机“DATE”列。

head(Annual.Ave)
   DATE    DATE     TSO4      TNO3      TNH4
1 2000 2000-07-03 4.250796 2.943349 2.057633
2 2001 2001-07-02 3.986159 2.896429 1.949810
3 2002 2002-07-01 4.483027 2.600660 1.985302
4 2003 2003-06-30 3.831227 2.493104 1.786642
5 2004 2004-07-02 3.375330 2.319875 1.556811
6 2005 2005-07-04 4.785614 2.399269 2.089143

您知道如何修复代码以获得如下结果吗？

DATE SITE_ID   TSO4   TNO3   TNH4   NSO4
1 2000 ALH157 4.250796 2.943349 2.057633

【问题讨论】：

既然您想要 SITE_ID 列，您是否想获得每个站点的 TS/TN/NS 列的年平均值？
嗨，这是仅来自一个站点 (ALH157) 的数据。但我喜欢保留这个专栏。
但是如果您在一个数据帧中有多个 SITE_ID，那么该列应该显示什么，因为它是在所有 SITE_ID 上聚合的？（这就是它被丢弃的原因。保留它是没有意义的除非您想要每个 SITE_ID 的总数，或者您可以保证每个数据帧中只有一个 SITE_ID）
@LeeYee 你不能取 SITE_ID 的平均值......因为它不是数字。如果您希望 means 在 SITE_ID 的类别中，则需要将其与年份索引一起包含在第二个参数中。
数据是来自一个大数据集的我subset。在获得年平均值后，我会将其与其他数据合并。所以如果我能保留 SITE_ID 列会很好

标签： r openair

【解决方案1】：

这将为您的数据提供相应年份的 Columnwise 平均值，然后也保留 Site_Id。

library("plyr")
dates<- format(as.Date(dt.select$DATE), format = "%Y")
# Column wise
ddply(dt.select, .(SITE_ID, dates), summarise,
      mean_TSO4 = mean(TSO4),
      mean_TNO3 = mean(TNO3),
      mean_TNH4 = mean(TNH4),
      mean_NSO4 = mean(NSO4))

输出

   SITE_ID dates mean_TSO4 mean_TNO3 mean_TNH4 mean_NSO4
1  ALH157  2000   3.01185  5.906067   2.57540   0.91200
2  ALH157  2015   1.20348  1.698700   0.76292   0.62926
3  ALH157  2016   1.46200  1.778200   0.94380   0.48730

我希望它有所帮助。您可以通过plyr package了解更多信息

【讨论】：

【解决方案2】：

这是一种方法：

# create year variable
dt.select$year <- format(dt.select[1],"%Y")
# aggregate
Annual.Ave <- aggregate(dt.select[-c(1,2)], df[c("SITE_ID", "year")],
                    mean, na.rm = TRUE)

或听从@42-的建议，

    # create year variable
dt.select$year <- format(dt.select[1],"%Y")
# aggregate
Annual.Ave <- aggregate(dt.select[-c(1,2)], df["year"],
                    mean, na.rm = TRUE)
Annual.Ave$site <- "ALH157"

【讨论】：

非常感谢@lmo，我通过运行您的代码Error: unexpected ',' in "Annual.Ave <- aggregate(dt.select[-(1,"得到错误消息@