Агрегация почасовых данных в ежедневные агрегаты

Ответ 1

1) Это можно сделать компактно с помощью зоопарка:

L <- "Date,DBT
01/01/2000 01:00,30
01/01/2000 02:00,31
01/01/2000 03:00,33
12/31/2000 23:00,25"

library(zoo)
stat <- function(x) c(min = min(x), max = max(x), mean = mean(x))
z <- read.zoo(text = L, header = TRUE, sep = ",", format = "%m/%d/%Y", aggregate = stat)

Это дает:

> z
           min max     mean
2000-01-01  30  33 31.33333
2000-12-31  25  25 25.00000

2) вот решение, которое использует только ядро ​​R:

DF <- read.csv(text = L)
DF$Date <- as.Date(DF$Date, "%m/%d/%Y")
ag <- aggregate(DBT ~ Date, DF, stat) # same stat as in zoo solution 

Последняя строка дает:

> ag
        Date  DBT.min  DBT.max DBT.mean
1 2000-01-01 30.00000 33.00000 31.33333
2 2000-12-31 25.00000 25.00000 25.00000

EDIT: (1) Так как этот первый появился, в пакете zoo был добавлен аргумент text= для read.zoo. (2) незначительные улучшения.

Ответ 2

Используя strptime(), trunc() и ddply() из пакета plyr:

#Make the data
ZZ <- textConnection("Date,DBT
01/01/2000 01:00,30
01/01/2000 02:00,31
01/01/2000 03:00,33
12/31/2000 23:00,25")
dataframe <- read.csv(ZZ,header=T)
close(ZZ)

# Do the calculations
dataframe$Date <- strptime(dataframe$Date,format="%m/%d/%Y %H:%M")
dataframe$day <- trunc(dataframe$Date,"day")

require(plyr)

ddply(dataframe,.(day),
      summarize,
      aveDBT=mean(DBT),
      maxDBT=max(DBT),
      minDBT=min(DBT)
)

дает

         day   aveDBT maxDBT minDBT
1 2000-01-01 31.33333     33     30
2 2000-12-31 25.00000     25     25

Чтобы уточнить:

strptime преобразует символ в даты в соответствии с форматом. Чтобы узнать, как вы можете указать формат, см. ?strptime. trunc затем усечет эти даты-даты до указанного элемента, который в этот день является днем.

ddply будет оценивать функцию summarize в пределах кадра данных после разделения его на day. все после summarize являются аргументами, которые передаются функции summarize.

Ответ 3

Существует также хороший пакет под названием HydroTSM. Он использует объекты зоопарка и может конвертировать в другие агрегаты во времени

Функция в вашем случае - каждый день. Вы можете выбрать, будет ли агрегация основана на min/max/mean...

Ответ 4

Для этого вы можете использовать пакет tidyquant. Этот процесс включает использование функции tq_transmute для возврата фрейма данных, который изменяется с помощью функции агрегации xts, apply.daily. Мы применим пользовательский stat_fun, который возвращает min, max и mean. Однако вы можете применить любую векторную функцию, которая вам нужна, например quantile.

library(tidyquant)

df
#> # A tibble: 4 x 2
#>                  Date   DBT
#>                <dttm> <dbl>
#> 1 2000-01-01 01:00:00    30
#> 2 2000-01-01 02:00:00    31
#> 3 2000-01-01 03:00:00    33
#> 4 2000-12-31 23:00:00    25

stat_fun <- function(x) c(min = min(x), max = max(x), mean = mean(x))

df %>%
    tq_transmute(select     = DBT,
                 mutate_fun = apply.daily,
                 FUN        = stat_fun)
# A tibble: 2 x 4
#>                 Date   min   max     mean
#>                <dttm> <dbl> <dbl>    <dbl>
#> 1 2000-01-01 03:00:00    30    33 31.33333
#> 2 2000-12-31 23:00:00    25    25 25.00000