行基于高于/低于

我有一个数据集，看起来像这样的数据添加并填写：行基于高于/低于

Date<-c("2009-05-1 10:00:00","2009-05-1 10:05:00","2009-05-1 10:10:00", 
"2009-05-1 10:15:00","2009-05-1 10:20:00","2009-05-1 10:25:00") 

Dates<-strptime(Date, "%Y-%m-%d %H:%M:%S") 

DF<-data.frame(Dates,X=1:6, Y=1:6) 

DF 
       Dates X Y 
1 2009-05-01 10:00:00 1 1 
2 2009-05-01 10:05:00 2 2 
3 2009-05-01 10:10:00 3 3 
4 2009-05-01 10:15:00 4 4 
5 2009-05-01 10:20:00 5 5 
6 2009-05-01 10:25:00 6 6

由于是，时间戳是每5分钟。但我需要每分钟都有一个数据集，所以我打算首先添加缺少的分钟数据，然后估计X和Y列数据。 X列是上述数据的简单填充，而Y是上述/下面数据的平均值。

结果将有希望是这样的：

   Dates X Y 
2009-05-01 10:00:00 1 1 
2009-05-01 10:01:00 1 1.5 
2009-05-01 10:02:00 1 1.5 
2009-05-01 10:03:00 1 1.5 
2009-05-01 10:04:00 1 1.5 
2009-05-01 10:05:00 2 2 
2009-05-01 10:06:00 2 2.5 
2009-05-01 10:07:00 2 2.5 
2009-05-01 10:08:00 2 2.5 
2009-05-01 10:09:00 2 2.5 
2009-05-01 10:10:00 3 3 
2009-05-01 10:11:00 3 3.5 
2009-05-01 10:12:00 3 3.5 
2009-05-01 10:13:00 3 3.5 
2009-05-01 10:14:00 3 3.5 
2009-05-01 10:15:00 4 4 
2009-05-01 10:16:00 4 4.5 
2009-05-01 10:17:00 4 4.5 
2009-05-01 10:18:00 4 4.5 
2009-05-01 10:19:00 4 4.5 
2009-05-01 10:20:00 5 5 
2009-05-01 10:21:00 5 5.5 
2009-05-01 10:22:00 5 5.5 
2009-05-01 10:23:00 5 5.5 
2009-05-01 10:24:00 5 5.5 
2009-05-01 10:25:00 6 6

如何去这样做的任何想法，将不胜感激。

来源

2012-09-20 Vinterwoo

为什么你需要把它在每分钟？（它不会添加任何信息...） –

我打算将这个数据集与其他几个合并，所有这些都是按分钟计算的。所以我知道这是作弊，但这是我能想到的唯一的事情。 – Vinterwoo

在这种情况下，你可能应该做一个更平滑的插值，而不是将所有中间行'Y'分配给相同的平均值。例如，在这种情况下，您希望'Y'看起来像'1，1.2，1.4，1.6，1.8，2，2.2，2.4，2.6 ...'。您可以使用[smooth.spline]（http：// stat .ethz.ch/R-manual/R-patched/library/stats/html/smooth.spline.html）（这里的“x”是时间）。但是即使在每对值之间进行严格的线性插值（比如上面的'1,1.2,1.4'）也会使它好很多。 –

这里有一个办法做到这一点：

Date <- c("2009-05-1 10:00:00","2009-05-1 10:05:00","2009-05-1 10:10:00","2009-05-1 10:15:00","2009-05-1 10:20:00","2009-05-1 10:25:00") 

Dates <- strptime(Date, "%Y-%m-%d %H:%M:%S") 

DF <- data.frame(Dates,X=1:6, Y=1:6) 
DF2 <- merge(DF,data.frame(Dates=DF$Dates - 5 * 60, YNext=DF$Y),by='Dates',all.x=T,all.y=F) 
DF3 <- merge(DF2,data.frame(Dates=seq(from=min(DF2$Dates),to=max(DF2$Dates),by='1 min')),by='Dates',all=TRUE) 

tmpFun <- function(d){ 
    d$X <- na.omit(d$X)[1] 
    d$Y <- ifelse(is.na(d$Y),(na.omit(d$Y)[1] + na.omit(d$YNext)[1])/2,d$Y) 
    return(d) 
} 

DF4 <- do.call(rbind,by(DF3,INDICES=(as.POSIXlt(DF3$Dates)$min %/% 5),FUN=tmpFun)) 

# "beautify" the data.frame (set the row names, and remove the YNext column) 
row.names(DF4) <- 1:nrow(DF4) 
DF4$YNext <- NULL

结果：

> DF4 
       Dates X Y 
1 2009-05-01 10:00:00 1 1.0 
2 2009-05-01 10:01:00 1 1.5 
3 2009-05-01 10:02:00 1 1.5 
4 2009-05-01 10:03:00 1 1.5 
5 2009-05-01 10:04:00 1 1.5 
6 2009-05-01 10:05:00 2 2.0 
7 2009-05-01 10:06:00 2 2.5 
8 2009-05-01 10:07:00 2 2.5 
9 2009-05-01 10:08:00 2 2.5 
10 2009-05-01 10:09:00 2 2.5 
11 2009-05-01 10:10:00 3 3.0 
12 2009-05-01 10:11:00 3 3.5 
13 2009-05-01 10:12:00 3 3.5 
14 2009-05-01 10:13:00 3 3.5 
15 2009-05-01 10:14:00 3 3.5 
16 2009-05-01 10:15:00 4 4.0 
17 2009-05-01 10:16:00 4 4.5 
18 2009-05-01 10:17:00 4 4.5 
19 2009-05-01 10:18:00 4 4.5 
20 2009-05-01 10:19:00 4 4.5 
21 2009-05-01 10:20:00 5 5.0 
22 2009-05-01 10:21:00 5 5.5 
23 2009-05-01 10:22:00 5 5.5 
24 2009-05-01 10:23:00 5 5.5 
25 2009-05-01 10:24:00 5 5.5 
26 2009-05-01 10:25:00 6 6.0

来源

2012-09-20 08:34:01 digEmAll

行基于高于/低于

回答

相关问题