Berechnung der Median einer Zeitreihe, um 8 alle 8 Stunden

Question

Ich bin neu in R und ich 5 Jahre müssen den Mittelwert der Zeitreihe berechnen, enthält, mit stündlich genommen Daten von ozon etc ..

Mein df wie folgt aussieht:

structure(list(date = structure(c(1L, 1L, 1L, 1L), .Label = "01.01.2010", class = "factor"), 
day.of = c(1L, 1L, 1L, 1L), time = structure(1:4, .Label = c("00:00", 
"01:00", "02:00", "03:00"), class = "factor"), SVF_Ray = c(1L, 
1L, 1L, 1L), Gmax = c(0, 0, 0, 0), Ta = c(-1.3, -1.2, -1.2, 
-1.2), Tmrt = c(-19.3, -12.1, -12, -12.1), PET = c(-10.4, 
-8.7, -8.7, -8.7), PT = c(-11.3, -9.3, -9.3, -9.3), Ozon = c(61.35, 
62.65, 63.4, 63.85), rDatum = structure(c(14610, 14610, 14610, 
14610), class = "Date"), year = c(2010, 2010, 2010, 2010), 
month = c(1, 1, 1, 1), day = c(1, 1, 1, 1), hour = c(0, 1, 
2, 3)), .Names = c("date", "day.of", "time", "SVF_Ray", "Gmax", 
"Ta", "Tmrt", "PET", "PT", "Ozon", "rDatum", "year", "month", 
"day", "hour"), row.names = c(NA, 4L), class = "data.frame") 

ich alle 8 Stunden, um den Mittelwert von Ozon berechnen möchte, so eine Reihe von 4 berechneten Mitteln für jeden Tag. Ich habe meinen Bezug wie angeordnet:

Datum_Ozon$rDatum <- as.Date(data$date, format="%d.%m.%Y") 

Datum_Ozon$hour<-as.numeric(unlist(strsplit(as.character(df$time), ":"))[seq(1, 2 * length(df$time), 2)]) 

Format ist numerisch

Aber ich weiß nicht weiter, mein Ziel zu erreichen. Danke im Voraus!

Answer 1

Wenn sein der Fall, dass Sie Ihre Daten regelmäßig und vollständig (dh jede Stunde hat einen Rekord), der folgende Basis R Code sollte es tun:

# Get the number of 8 hour intervals 
intervalCnt <- nrow(df)/8L 

# add a grouping vector to your data 
df$group <- rep(1:intervalCnt, each=8) 

# get the median for each interval, keep year var around for later 
intervalMedian <- aggregate(var~group + day + month + year, data=df, FUN=median) 

Beachten Sie, dass diese Lösung auf der Annahme beruht, dass die Daten eine regelmäßige Struktur haben, dh jede Stunde hat eine Aufzeichnung. Wenn das Ausmaß Interesse fehlt, dh NA, dann einfach das Hinzufügen na.rm auf die Aggregatfunktion wird die Statistik von Interesse zurück:

# get the median for each interval 
intervalMedian <- aggregate(var~group + day + month + year, data=df, FUN=median, na.rm=T) 

Wenn Sie eine Variable für Stunde des Tages haben, hier ist ein einfaches Möglichkeit zur Überprüfung der Datenregularität:

table(df$hourOfDay) 

Das Ergebnis dieser Funktion ist eine Häufigkeitszählung für jede Stunde. Die Zählungen sollten gleich sein. Eine andere zu überprüfende Sache ist, dass die erste Beobachtung in der Stunde nach der letzten Beobachtung beginnt, d. H. Wenn die Stunde der Beobachtung 1 == "00:00" ist, dann sollte die Stunde der letzten Beobachtung 23:00 sein.

intervalMeans.year <- aggregate(var~group, data=intervalMedian, 
           FUN=mean, na.rm=T) 

Die Einbeziehung der Gruppe, Tag, Monat und Jahr Variablen in den intervalMedian Daten:

Um eine grafische Darstellung des mittleren der 8 Stunden-Zeiträumen nach Jahren zu bieten, Sie wieder Aggregat verwenden können. Rahmen ermöglichen viele verschiedene Aggregationen. Zum Beispiel mit einer geringfügigen Anpassung ist es möglich, den Mittelwert einer Variablen über den Zeitraum von 5 Jahren für jeden Zeitraum-Tag-Monat zu bekommen:

intervalMedian$periodDay <- rep(1:3, length.out=intervalMedian) 
intervalMeans.dayMonthPeriod <- aggregate(var~periodDay+day+month, 
              data=intervalMedian, FUN=mean, na.rm=T) 

Answer 2

Hier ist ein grundlegendes Beispiel mit einer dplyr Pipe anstelle einer plyr Methode sowie ifelse(). Alles ist selbst hier enthalten:

library(dplyr) 

## OP data 
df <- 
structure(list(date = structure(c(1L, 1L, 1L, 1L), .Label = "01.01.2010", class = "factor"), 
day.of = c(1L, 1L, 1L, 1L), time = structure(1:4, .Label = c("00:00", 
"01:00", "02:00", "03:00"), class = "factor"), SVF_Ray = c(1L, 
1L, 1L, 1L), Gmax = c(0, 0, 0, 0), Ta = c(-1.3, -1.2, -1.2, 
-1.2), Tmrt = c(-19.3, -12.1, -12, -12.1), PET = c(-10.4, 
-8.7, -8.7, -8.7), PT = c(-11.3, -9.3, -9.3, -9.3), Ozon = c(61.35, 
62.65, 63.4, 63.85), rDatum = structure(c(14610, 14610, 14610, 
14610), class = "Date"), year = c(2010, 2010, 2010, 2010), 
month = c(1, 1, 1, 1), day = c(1, 1, 1, 1), hour = c(0, 1, 
2, 3)), .Names = c("date", "day.of", "time", "SVF_Ray", "Gmax", 
"Ta", "Tmrt", "PET", "PT", "Ozon", "rDatum", "year", "month", 
"day", "hour"), row.names = c(NA, 4L), class = "data.frame") 

df %>% 
    mutate(DayChunk=ifelse(hour %in% c(0:7),"FirstThird", 
     ifelse(hour %in% c(8:15), "SecondThird" 
       ,"ThirdThird") 
     )) %>% 
    group_by(Date, DayChunk) %>% 
    summarise(MedOzon=median(Ozon)) 

Answer 3

die Funktion seq.POSIXt nachschlagen. Es gibt Optionen zum Festlegen der Start- und Stoppintervalle. Diese Funktion wurde entwickelt, um Zeitreihen zu erstellen. Für Ihr Problem:

myseq<-seq(ISOdate(2010,01,01, 00, 00, 00, tz="GMT"), to=ISOdate(2016,01,05), by = "8 hour") 

Verwenden Sie die ISOdate-Funktionen, um die Start- und Stoppzeiten einzustellen. Wenn Sie viel mit der Zeit arbeiten werden, schlage ich vor, die Funktion strptime und die POSIXlt/ct-Zeitklassen zu untersuchen. Nun mit den definierten Breaks und der Annahme, dass Sie eine Spalte in Ihrem Datenrahmen (Datum_Ozon) namens "datetime" haben, verwenden Sie "cut", um Ihre Daten zu gruppieren/zu unterteilen.

Datum_Ozon$datetime<-as.POSIXct(paste(as.character(Datum_Ozon$date), 
    as.character(Datum_Ozon$time)), "%d.%m.%Y %H:%M", tz="GMT") 

library(dplyr) 
summarize(group_by(Datum_Ozon, cut(Datum_Ozon$datetime, myseq)), mean(Ozon))