如何获取具有多列的时间序列数据框中的每小时平均值

Posted 2021-03-26

我有一个包含日期，能源值和电台名称的3列时间序列数据。我想分别获得每个站点的每小时平均能量值。

我的数据看起来像这样

DF

     Datetime          Energy  Station
1 2016-01-01 07:19:00 743.0253   Ajmer
2 2016-01-01 07:20:00 765.7225   Ajmer
3 2016-01-01 07:21:00 788.1493   Ajmer
4 2016-01-01 08:20:00 834.7815   Ajmer
5 2016-01-01 08:21:00 857.3012   Ajmer
6 2016-01-31 16:58:00 3427.098  Kotada
7 2016-01-31 16:59:00 3397.591  Kotada
8 2016-01-31 17:00:00 3344.149  Kotada
9 2016-01-31 17:01:00 3270.803  Kotada

预期产出：

     Datetime          Energy    Station
1. 2016-01-01 07:00:00 765.6324   Ajmer
2. 2016-01-01 08:00:00 846.0413   Ajmer
3. 2016-01-01 16:00:00 3412.345   Kotada
4. 2016-01-01 17:00:00 3307.476   Kotada

我尝试使用group_by函数按站名形成分组数据帧，然后使用聚合函数获取小时平均值。但它不起作用。

> byStn=df %>% group_by(Station)
> hour_byStn=byStn %>% 
+            aggregate(energy,                                      
+                       list(hourtime = cut(Datetime, breaks="hour")),  
+                       mean, na.rm = TRUE)

我得到以下错误：剪切错误（日期时间，休息=“小时”）：找不到对象'日期时间'。

你能告诉我怎么做吗？这是我第一次使用时间序列数据和dpylr包。

答案

我们可以使用来自floor_date的lubridate来通过hourly间隔来设置'DateTime'，在group_by和'Station'中使用它，并获得'Energy'的mean

library(lubridate)
library(tidyverse)
df %>%
    group_by(Datetime = floor_date(Datetime, "hour"), Station) %>%
    summarise(Energy = mean(Energy, na.rm = TRUE))
# A tibble: 4 x 3
# Groups:   Datetime [4]
#  Datetime            Station Energy
#  <dttm>              <chr>    <dbl>
#1 2016-01-01 07:00:00 Ajmer     766.
#2 2016-01-01 08:00:00 Ajmer     846.
#3 2016-01-31 16:00:00 Kotada   3412.
#4 2016-01-31 17:00:00 Kotada   3307.

data

df <- structure(list(Datetime = structure(c(1451650740, 1451650800, 
1451650860, 1451654400, 1451654460, 1454277480, 1454277540, 1454277600, 
1454277660), class = c("POSIXct", "POSIXt"), tzone = ""), Energy = c(743.0253, 
765.7225, 788.1493, 834.7815, 857.3012, 3427.098, 3397.591, 3344.149, 
3270.803), Station = c("Ajmer", "Ajmer", "Ajmer", "Ajmer", "Ajmer", 
"Kotada", "Kotada", "Kotada", "Kotada")), row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9"), class = "data.frame")

另一答案

我还没有测试过，但是你想要的东西就是这样......

df %>%
    mutate(hourtime = cut(Datetime, breaks='hour')) %>%
    group_by(Station, hourtime) %>%
    summarise(avg_energy = mean(Energy, na.rm = T))

我建议也许阅读一些基本的dplyr语法。当我第一次开始使用它时，我虔诚地引用了它：https://cran.r-project.org/web/packages/dplyr/vignettes/dplyr.html