如何计算每小时在R中收集的天气变量数据的日平均值，中位数？

Question

我有这个数据框，“数据”，包含大约每半小时收集一整年的数据，但有些日子只收集了几小时的数据。

日期的格式为：31.01.2010 00:30（都在同一个小区） 变量是：Temperature，humidity，PM10，windspeed等

第一个问题：我如何计算每天的手段，中位数，最大值，最小值，这些变量的值，因此我可以在进一步的分析中进行测试，例如使用GAM进行生存分析），而不是每小时/每半小时的数据？

显然，计算出日平均/中位数应该被分配到相应的日期。

第二个问题：DATES列同时包含日期和时间，在同一个单元格中由一个空格分隔。 在R，它的类型是'Factor'，我不能做任何计算，因为错误"dates" is missing出现。

我的猜测是，我需要先将它从Factor转换为date/time，这样才能识别它，然后计算均值/中值。但我该怎么做？

你能请注明这将是自变量/函数使用？

我认为我已经解决了从'Factor'到POSIXlt的日期转换：我使用了函数strptime（Data $ DATES，format =“％d。％m。％Y％H：％M”）和现在$日期是公认POSIXlt，格式为“2010-01-01 00:00:00” ......

但我仍然需要找到一个计算日平均或平均数或中位数或任何功能。

Answer 1

有几个部分的问题。在计算中位数统计之前，您需要按照数据框以使其具有适当的类型。

对于这些解释，我会假设你有一个名为dt数据帧。

1部分：转换数据帧的数据类型

date factor to datetime StackOverflow

datetime POSIXct conversion StackOverflow

首先，你需要的Date列从factor类型转换为datetime类型。

dt$Date <- strptime(x = as.character(dt$Date), 
        format = "%d.%m.%Y %H:%M") 

dt$date_alt <- as.POSIXct(dt$date_alt) # convert the format of datetime to allow use with ddply 

然后，因为我假设你想day-month-year中位数的统计，不包括时间，我们需要提取信息。你会想把它放在一个新的专栏来保存时间。

dt$date_alt <- strptime(x = as.character(dt$Date), 
     format = "%d.%m.%Y") 

第2部分：由某一特定领域

现在，我们有数据帧寻找我们想要的方式进行分组计算汇总统计，你可以计算出day-month-year分组的平均统计，在我们的案例中是date_alt列。

的plyr包提供了这样一个非常好的功能可按：ddply

library(plyr) # need this library for the plyr call 

summ <- ddply(dt, .(date_alt), summarize, 
       med_temp = median(!is.na(Temperature)), 
       mean_temp = mean(!is.na(Temperature)), # you can also calc mean if you want 
       med_humidity = median(!is.na(humidity)), 
       med_windspeed = median(!is.na(windspeed)) 
       # etc for the rest of your vars 
     ) 

打破ddply电话：

ddply cookbook explanation

ddply本质上是一个功能它对数据帧起作用。下面是参数的函数调用的细目：

1. dt - 您想组列的名称 - 要遍历
2. .(date_alt)数据框的名称。 从概念上讲，这会将数据框分割成一堆子数据框，其行由原始数据框中的行组成，这些行在圆括号中列出的列中共享相同的值。
3. summarize - 这告诉你想在subdataframes
4. med_temp = median(Temperature)以及所有类似的路线计算汇总统计的ddply通话 - 在结果数据帧中的列。这表示您希望新数据框有一个名为med_temp的列，其中包含每个子数据框的median(Tempurature)结果。 请记住，而不是median你可以使用任何你想要的功能的聚合值。

Answer 2

首先，将您的时间序列转换为xts对象。 然后使用xts函数计算所需的数据，例如apply.daily() 请参见xts小插曲here。

我觉得下面的代码片段应该工作：

# Load library xts 
require(xts) 

# Create example dataframe 
datetime <- c('31.01.2010 00:30', '31.01.2010 00:31', '31.01.2010 10:32', '01.02.2010 10:00', '01.02.2010 11:03', '01.03.2011 08:09', '01.03.2011 21:00', '01.03.2011 22:00') 
value <- c(1.5, 2, 2.5, 7, 3.5, 9, 4.5, 7.5) 
df <- data.frame(datetime, value) 

# Create xts object 
df.xts <- as.xts(df[,2], order.by=as.Date(df[,1], format='%d.%m.%Y %H:%M')) 

# Daily mean 
d.mean <- apply.daily(df.xts, mean) 

# Daily median 
d.median <- apply.daily(df.xts, median) 

# Daily min 
d.min <- apply.daily(df.xts, min) 

# Daily max 
d.max <- apply.daily(df.xts, max) 

（或者，见RFiddle）