我正在尝试通过平均将分钟级时间序列数据聚合到每小时级。
为了做到这一点,我想计算一个小时列,其中包含读数发生的日期和时间。然后我可以做一个简单的group_by
summarise
. 例如,我的tbl_df
样子:
# Database: Microsoft SQL Server 13.00.4001[<SERVER>/<Project>]
eGauge time Channel End_Use Metric Circuit Reading mean_lag
<int> <chr> <chr> <chr> <chr> <chr> <dbl> <dbl>
1 30739 2018-07-06 20:04:00.000 8.0 Clothes Washer P <NA> 0.000033333 60
2 30739 2018-07-06 20:13:00.000 3.0 Clothes Dryer P <NA> 0.000833333 60
3 30739 2018-07-06 21:16:00.000 6.0 Cooktop P <NA> 0.000050000 60
4 30739 2018-07-06 21:00:00.000 3.0 Clothes Dryer P <NA> 0.000833333 60
5 30739 2018-07-06 21:46:00.000 8.0 Clothes Washer P <NA> 0.000016667 60
6 30739 2018-07-07 02:06:00.000 3.0 Clothes Dryer P <NA> 0.001016667 1
7 30739 2018-07-07 08:52:00.000 1.0 Service Mains P <NA> 1.814516667 1
8 30739 2018-07-07 08:52:00.000 3.0 Clothes Dryer P <NA> 0.001050000 1
9 30739 2018-07-07 08:52:00.000 4.0 Central AC P <NA> 0.043000000 1
10 30739 2018-07-07 08:52:00.000 5.0 Oven P <NA> 0.021333333 1
我想要一个像这样的新专栏:2018-07-06 20:00:00.000
或2018-07-06 20:00:00.000
。
通常我会使用floor_date(time, "hour")
from lubridate
,甚至str_replace(time, ".{2}(?=:[^:]*$)", "00")
,但我的 SQL Server 连接都不适合我。
知道这是如何在 R 中完成的吗?答案必须是 R 代码,最好是 dplyr 代码,例如:
# NOT WORKING
my_table %>%
mutate(time_hour = floor_date(time, "hour"))
或者
# NOT WORKING
my_table %>%
mutate(time_hour = DATEADD('hour', DATEDIFF('hour', 0, time), 0))