Berechnen Sie den Tagesmittelwert aus unregelmäßigen stündlichen Daten mit xts

Question

Ich habe zwei Spalten-Datensatz: Date und Ozone. Zeitreihen sind unregelmäßige Stundenwerte, ich muss tägliche Durchschnittsdaten berechnen.

Mein Problem ist die letzte Datei hat nur einen Wert anstelle der ganzen Ozone Spalte. Ich habe verschiedene Versionen ausprobiert, aber ich kann das Problem nicht lösen.

dataset1 <- structure(list(Date = structure(1:3, .Label = c("7/11/2013 18:33", 
    "7/11/2013 18:34", "7/11/2013 18:35"), class = "factor"), ozone = c(40.7, 40.4, 
    40.9)), .Names = c("Date", "ozone"), row.names = c(NA, 3L), class = "data.frame") 
#convert dataframe to xts object 
library(xts) 
xt1 <- xts(dataset1[,-1], 
      order.by = as.POSIXct(dataset1$Date, format= "%m/%d/%Y %H:%M")) 
x_updated <- apply.daily(xt1, colMeans) 
#convert back the dataset to data.frame 
write.csv(as.data.frame(x_updated), file="daily") 

Answer 1

Hier ist die dplyr Lösung:

library(dplyr) 

df2 <- dataset1 %>% 
    mutate(date2 = as.Date(dataset1$Date)) %>% 
    group_by(date2) %>% 
    mutate(avg_ozone = mean(ozone)) %>% 
    select(Date, ozone, avg_ozone) 

Answer 2

# Get 'day' from 'datetime' 
# dataset1$day = as.POSIXct(dataset1$Date, format='%d/%m/%Y') # Apparently this caused problem 
dataset1$day = do.call(rbind, strsplit(as.character(dataset1$Date)," "))[,1] 

# Get Daily Averages 
daily_averages = aggregate(ozone~day, dataset1, mean) 

Answer 3

Es gibt nichts in Ihrem reproduzierbaren Beispiel, das mir schon sagt, dass es ein Problem mit dem Ausgang sein (nachdem ich die Fehler in der korrigierte format Argument zu Ihrem as.POSIXct Anruf - es war ursprünglich "%m\%d\%y %H:%M"). Das heißt, Ihr Beispiel hatte nur einen Tag Daten, also sollte es nur eine Zeile der Ausgabe in der Datei haben.

Hier ist ein reproduzierbares Beispiel, das zeigt, dass die "tägliche" Datei mehr als eine Beobachtung hat.

# re-create example data 
set.seed(21) 
Data <- data.frame(Date=seq(ISOdate(2017, 1, 1), ISOdate(2017, 1, 3), by="hours")) 
Data$Ozone <- rnorm(NROW(Data)) 
Data$Date <- format(Data$Date, "%m/%d/%Y %H:%M") 
# convert to xts 
library(xts) 
xt1 <- xts(Data[,-1], as.POSIXct(Data$Date, format="%m/%d/%Y %H:%M")) 
x_updated <- apply.daily(xt1, colMeans) 
# convert to data.frame 
write.csv(as.data.frame(x_updated)) 
# "","V1" 
# "2017-01-01 23:00:00",0.038108046611944 
# "2017-01-02 23:00:00",-0.0380170075916872 
# "2017-01-03 12:00:00",0.612294079665861