4

我有很长一段时间的每小时降雨量和温度数据。我想从每小时数据中获取每日价值。我正在考虑从 07:00:00 到第二天 07:00:00 的日期。

您能告诉我如何在特定时间间隔之间将每小时数据转换为每天吗？

示例：07:00:00 to 07:00:00或12:00:00 to 12:00:00）

降雨数据如下：

1970-01-05 00:00:00      1.0 
1970-01-05 01:00:00      1.0
1970-01-05 02:00:00      1.0
1970-01-05 03:00:00      1.0
1970-01-05 04:00:00      1.0
1970-01-05 05:00:00      3.6
1970-01-05 06:00:00      3.6
1970-01-05 07:00:00      2.2
1970-01-05 08:00:00      2.2
1970-01-05 09:00:00      2.2
1970-01-05 10:00:00      2.2
1970-01-05 11:00:00      2.2
1970-01-05 12:00:00      2.2
1970-01-05 13:00:00      2.2
1970-01-05 14:00:00      2.2
1970-01-05 15:00:00      2.2
1970-01-05 16:00:00      0.0
1970-01-05 17:00:00      0.0
1970-01-05 18:00:00      0.0
1970-01-05 19:00:00      0.0
1970-01-05 20:00:00      0.0
1970-01-05 21:00:00      0.0
1970-01-05 22:00:00      0.0
1970-01-05 23:00:00      0.0
1970-01-06 00:00:00      0.0
4

4 回答 4

5

首先，创建一些可重现的数据，以便我们更好地帮助您：

require(xts)
set.seed(1)
X = data.frame(When = as.Date(seq(from = ISOdatetime(2012, 01, 01, 00, 00, 00),
                                  length.out = 100, by="1 hour")),
               Measurements = sample(1:20, 100, replace=TRUE))

我们现在有一个包含 100 个每小时观察的数据框，其中日期开始2012-01-01 00:00:00和结束于2012-01-05 03:00:00（时间为 24 小时格式）。

其次，将其转换为 XTS 对象。

X2 = xts(X$Measurements, order.by=X$When)

第三，学习如何对特定时间窗口进行子集化。

X2['T04:00/T08:00']
#                     [,1]
# 2012-01-01 04:00:00    5
# 2012-01-01 05:00:00   18
# 2012-01-01 06:00:00   19
# 2012-01-01 07:00:00   14
# 2012-01-01 08:00:00   13
# 2012-01-02 04:00:00   18
# 2012-01-02 05:00:00    7
# 2012-01-02 06:00:00   10
# 2012-01-02 07:00:00   12
# 2012-01-02 08:00:00   10
# 2012-01-03 04:00:00    9
# 2012-01-03 05:00:00    5
# 2012-01-03 06:00:00    2
# 2012-01-03 07:00:00    2
# 2012-01-03 08:00:00    7
# 2012-01-04 04:00:00   18
# 2012-01-04 05:00:00    8
# 2012-01-04 06:00:00   16
# 2012-01-04 07:00:00   20
# 2012-01-04 08:00:00    9

第四，将该信息与apply.daily您想要的任何功能一起使用，如下所示：

apply.daily(X2['T04:00/T08:00'], mean)
#                     [,1]
# 2012-01-01 08:00:00 13.8
# 2012-01-02 08:00:00 11.4
# 2012-01-03 08:00:00  5.0
# 2012-01-04 08:00:00 14.2

更新：自定义端点

重新阅读您的问题后，我发现我误解了您想要的内容。

您似乎想取 24 小时的平均值，不一定是从午夜到午夜。

为此，您应该放弃apply.daily，而是使用period.applycustom endpoint，如下所示：

# You want to start at 7AM. Find out which record is the first one at 7AM.
A = which(as.character(index(X2)) == "2012-01-01 07:00:00")

# Use that to create your endpoints. 
# The ends of the endpoints should start at 0 
# and end at the max number of records.
ep = c(0, seq(A, 100, by=24), 100)
period.apply(X2, INDEX=ep, FUN=function(x) mean(x))
#                         [,1]
# 2012-01-01 07:00:00 12.62500
# 2012-01-02 07:00:00 10.08333
# 2012-01-03 07:00:00 10.79167
# 2012-01-04 07:00:00 11.54167
# 2012-01-05 03:00:00 10.25000
于 2012-07-19T08:51:04.017 回答
2

您可以使用以下代码：

fun <- function(s,i,j) { sum(s[i:(i+j-1)]) }
sapply(X=seq(1,24*nb_of_days,24),FUN=fun,s=your_time_serie,j=24)

您只需将 1 更改为另一个值即可获得不同的时间间隔：8 of 07:00:00 to 07:00:00or 13 for12:00:00 to 12:00:00

于 2012-07-19T08:45:52.470 回答
1

第 1 步：将日期转换为 POSIXct

ttt <- as.POSIXct("1970-01-05 08:00:00",tz="GMT")
ttt
#"1970-01-05 08:00:00 GMT"

第 2 步：减去 7 小时的 difftime

ttt <- ttt-as.difftime(7,units="hours")
ttt
#"1970-01-05 01:00:00 GMT"

第 3 步：截断为天

ttt<-trunc(ttt,"days")
ttt
#"1970-01-05 GMT"

第 4 步：使用 plyr、data.table 或任何您喜欢的方法，计算每日均值

于 2012-07-19T08:41:45.823 回答
0

使用正则表达式应该可以满足您的需求。选择符合您需要的行并对值求和。在你的小时范围内的每一天都这样做，你就做好了。

于 2012-07-19T08:25:51.890 回答