如何计算平均值大数据集

我正在使用一个数据集，每小时一次，每天24小时，每100小时有一次温度读数。我想获得每天的平均温度来减少我的数据集的大小。标题看起来像这样：如何计算平均值大数据集

 YR MO DA HR MN TEMP 
    1943 6 19 10 0 73 
    1943 6 19 11 0 72 
    1943 6 19 12 0 76 
    1943 6 19 13 0 78 
    1943 6 19 14 0 81 
    1943 6 19 15 0 85 
    1943 6 19 16 0 85 
    1943 6 19 17 0 86 
    1943 6 19 18 0 86 
    1943 6 19 19 0 87

等600,000数据点。

如何运行嵌套函数来计算日平均温度，所以我保存YR，MO，DA，TEMP？一旦我有了这个，我希望能够看看长期的平均值&计算一个月的30年平均温度。我该怎么做呢？

来源

2013-02-27 user2113985

两个警告：注意删除不完整的日子（或插入它们），而且所有时间的简单平均值**不是**人们通常会考虑的平均温度 - 有一些愚蠢的标准，如温度从9:00开始，体重为0.4加上温度从13点和0.6。 – mbq 2013-02-27 15:25:53

感谢您的支持！现在这只是一个课程项目，不会用于发布。我会考虑未来。 – user2113985 2013-02-27 17:03:02

在一个步骤中，您可以这样做：

meanTbl <- with(datfrm, tapply(TEMP, ISOdate(YR, MO, DA), mean))

这给你一个日期 - 时间格式化指数以及价值观。如果你想只是日期为字符没有拖尾时间：

meanTbl <- with(dat, tapply(TEMP, as.Date(ISOdate(YR, MO, DA)), mean))

每月平均可以用做：

monMeans <- with(meanTbl, tapply(TEMP, MO, mean))

来源

2013-02-27 06:44:58

谢谢！我确实使用过这个，虽然我决定去plyr包下面评论 – user2113985 2013-02-27 23:44:19

你的第一个问题可以通过plyr包来实现：

library(plyr) 
daily_mean = ddply(df, .(YR, MO, DA), summarise, mean_temp = mean(TEMP))

类似于上面的解决方案，获取每月的意思是：

monthly_mean = ddply(df, .(YR, MO), summarise, mean_temp = mean(temp))

或获得，而不是每年超过整个数据集的月平均值（30岁，又名在气候平均值）：

monthly_mean_normals = ddply(df, .(MO), summarise, mean_temp = mean(temp))

来源

2013-02-27 06:45:05

嗨，谢谢！我确实使用这个来标准化我的数据和它的精彩。当我计算monthly_mean_normals时，结果都回来了“NA”，我错过了什么吗？我如何计算1950-1980年的每月（或每日）平均值？ – user2113985 2013-02-27 23:46:31

阅读'mean'的文档，特别是'na.rm'。 – 2013-02-28 05:11:57

你可以用aggregate做到这一点：

# daily means 
aggregate(TEMP ~ YR + MO + DA, FUN=mean, data=data) 

# monthly means 
aggregate(TEMP ~ YR + MO, FUN=mean, data=data) 

# yearly means 
aggregate(TEMP ~ YR, FUN=mean, data=data) 

# monthly means independent of year 
aggregate(TEMP ~ MO, FUN=mean, data=data)

来源

2013-02-27 06:54:45 N8TRO

谢谢！虽然我决定采用下面评论的plyr软件包，但我确实使用了它 – user2113985 2013-02-27 23:45:46

如何计算平均值大数据集

回答

相关问题