3

我有一个数据集，其中包含 6 个不同站点的每分钟降水记录。我想对每个站点每 5 分钟进行一次汇总。这些是我的数据集的前 5 行（我总共有 17280 行）： 

  P_alex P_hvh P_merlijn P_pascal P_thurlede P_tosca                date
    0     0         0        0          0       0 2011-06-27 22:00:00
    0     1         5        2          0       0 2011-06-27 22:01:00
    0     0         0        0          0       0 2011-06-27 22:02:00
    0     6         2        3          0       0 2011-06-27 22:03:00
    0     0         0        0          0       0 2011-06-27 22:04:00

我试图在互联网上寻求帮助，但我找不到对我有帮助的答案。

我还需要每小时总和，为此我使用以下代码，但如果您想进行其他总和，则此代码无用

uur_alex = tapply(disdro$P_alex, as.POSIXct(trunc(disdro$date, "hour")), sum)

现在我想要一个代码，我可以用它来进行不同的求和，所以 5 分钟（如问题所示），但也可以用半小时。我希望有人能帮助我。

4

4 回答 4

7

cut与日期时间对象配合得非常好，因此可用于创建您希望聚合的 5 分钟间隔。这是一个例子：

首先，一些示例数据：

set.seed(1)
mydf <- data.frame(P_alex = sample(0:5, 40, replace = TRUE),
                   P_hvh = sample(0:3, 40, replace = TRUE),
                   date = as.POSIXct("2011-06-27 22:00:00") + 60 * 0:39)
list(head(mydf), tail(mydf))
# [[1]]
#   P_alex P_hvh                date
# 1      1     3 2011-06-27 22:00:00
# 2      2     2 2011-06-27 22:01:00
# 3      3     3 2011-06-27 22:02:00
# 4      5     2 2011-06-27 22:03:00
# 5      1     2 2011-06-27 22:04:00
# 6      5     3 2011-06-27 22:05:00
# 
# [[2]]
#    P_alex P_hvh                date
# 35      4     1 2011-06-27 22:34:00
# 36      4     3 2011-06-27 22:35:00
# 37      4     3 2011-06-27 22:36:00
# 38      0     1 2011-06-27 22:37:00
# 39      4     3 2011-06-27 22:38:00
# 40      2     3 2011-06-27 22:39:00

现在，执行您的聚合。在以下示例中，我们聚合原始数据集中的所有列，但从数据集中删除“日期”变量（使用mydf[setdiff(names(mydf), "date")]）。

# Aggregate all columns by the intervals created with cut.
# For the dataset, we drop the original date column since
#   it is no longer needed here. Our function is "sum"
aggregate(. ~ cut(mydf$date, "5 min"), 
          mydf[setdiff(names(mydf), "date")], 
          sum)
#   cut(mydf$date, "5 min") P_alex P_hvh
# 1     2011-06-27 22:00:00     12    12
# 2     2011-06-27 22:05:00     16     8
# 3     2011-06-27 22:10:00     12     5
# 4     2011-06-27 22:15:00     17     6
# 5     2011-06-27 22:20:00     10     8
# 6     2011-06-27 22:25:00     11     8
# 7     2011-06-27 22:30:00     12     7
# 8     2011-06-27 22:35:00     14    13
于 2013-01-09T16:33:02.907 回答
4

您可以使用rollapplyfrom zoopackage 来实现这一点。例如，

require(zoo)
tester <- data.frame(x=1:100,y=1:100)    
output <- rollapply(tester,5,(sum),by=5,by.column=TRUE,align='right')
于 2013-01-09T14:03:20.953 回答
3

一种方法是使用整数除法 ( %/%) 将日期映射到 5 分钟块。如果使用日期时间，则基数将是UNIX 纪元。POSIXct您可以使用 对这些块求和aggregate。

x <- data.frame(date=Sys.time()+60*0:10,value1=0:10,value2=rnorm(11))

aggregate(.~as.numeric(date)%/%(5*60),data=x,FUN=sum)
  as.numeric(date)%/%(5 * 60)       date value1     value2
1                     4525797 1357739399      0  0.6209565
2                     4525798 6788697893     15 -1.4342917
3                     4525799 6788699393     40  0.8064627
于 2013-01-09T13:55:11.673 回答
1

如果您熟悉 SQL，则可以轻松创建 SQL 语句以将数据分组为 5 分钟间隔。例如在 postgresql 中你可以使用类似的东西：

select Now(), date_trunc('hour',Now()) + interval '1 minute' * trunc(date_part('minute',Now())/5)*5

我使用 sqldf 包进行所有此类转换。

于 2013-01-09T13:58:05.090 回答