Início / coding / Perguntas / 78897714
Accepted
Ryan Gary
Asked: 2024-08-21 23:10:37 +0800 CST

Calcule a média de data e hora de um dataframe plurianual em r [duplicado]

  • 772

Eu tenho um quadro de dados parecido com este:

structure(list(datetime = structure(c(1559347200, 1559350800, 
1559354400, 1559358000, 1559361600, 1559365200, 1559368800, 1559372400, 
1559376000, 1559379600), tzone = "UTC", class = c("POSIXct", 
"POSIXt")), BUSwt = c(77.8154, 77.2538, 76.9325, 76.81235, 76.6544, 
76.3403, 76.16165, 76.22375, 76.47035, 76.74395), MBwt = c(78.3653, 
78.53495, 78.6074, 78.30725, 78.0368, 77.9477, 77.8946, 77.927, 
78.12455, 78.23615), SUSwt = c(76.2575, 76.0055, 75.7265, 75.425, 
75.137, 74.849, 74.651, 74.624, 74.696, 74.8535)), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))

Possui 5 anos de dados de data e hora para as três colunas variáveis ​​"BUSwt", "MBwt" e "SUSwt". Quero calcular a média, o mínimo e o máximo dessas variáveis ​​para cada data e hora específicas ao longo dos 5 anos de dados. Um exemplo desses dados seria:

datahora BUSwt_mean BUSwt_max BUSwt_min MBwt_mean MBwt_max MBwt_min SUSwt_mean SUSwt_max SUSwt_min
06-01 00:00:00 xx xx xx xx xx xx xx xx xx
06-01 01:00:00 xx xx xx xx xx xx xx xx xx
06-01 02:00:00 xx xx xx xx xx xx xx xx xx
06-01 03:00:00 xx xx xx xx xx xx xx xx xx
06-01 04:00:00 xx xx xx xx xx xx xx xx xx

Meu código atual para criar o quadro de dados é assim:

WaterData <- BUSdata %>%
  left_join(MBdata, by = "datetime") %>%
  left_join(SUSdata, by = "datetime")

Existe uma maneira de fazer isso continuando em um cano?

2 respostas

  1. Best Answer

    Outra maneira de obter o que você precisa, usando a útil função dplyrde :across()

    library(tidyverse)
df %>%
  mutate(month = month(datetime),
         day = day(datetime),
         hour = hour(datetime)) %>%
  group_by(month, day, hour) %>%
  summarise(across(.cols = c("BUSwt", "MBwt", "SUSwt"),
                   .fns = list("min" = min, "mean" = mean, "max" = max))) %>%
  ungroup()

    Esta solução separa mês, dia e hora em suas próprias colunas. Se você realmente precisa de um formato de data (por exemplo, para fins de plotagem), então você pode forçar tudo para o mesmo ano (não importa que ano seja), assim:

    df %>%
  mutate(datetime = `year<-`(datetime, 2000)) %>%
  group_by(datetime) %>%
  summarise(across(.cols = c("BUSwt", "MBwt", "SUSwt"),
                   .fns = list("min" = min, "mean" = mean, "max" = max))) %>%
  ungroup()
    • 3

  2. Aqui está uma solução, se bem entendi o problema.
    Presumo que o problema seja calcular estatísticas agregadas por data/hora.

    library(tidyverse)

BUSdata %>%
  pivot_longer(-datetime) %>%
  mutate(datehour = format(datetime, "%m-%d %H")) %>%
  summarise(
    mean = mean(value, na.rm = TRUE),
    min = min(value, na.rm = TRUE),
    max = max(value, na.rm = TRUE),
    .by = c(datehour, name)
  ) %>%
  pivot_longer(-c(datehour, name), names_to = "stats") %>%
  pivot_wider(
    id_cols = datehour,
    names_from = c(name, stats),
    values_from = value
  )
    • 0

relate perguntas