Question

我的数据集中填充了多年来每小时的平均风速。我想创建一个“平均年份”，其中每小时计算多年内该小时的平均风速。如何在不循环遍历数据集的情况下执行此操作？理想情况下，我想循环遍历数据一次，为每一行提取正确的月，日和小时，并将该行中的风速添加到数据框中的右行，其中每个月，每天和每天的聚合小时聚集。是否可以在不提取月，日和小时的情况下执行此操作，然后循环遍历完整的平均年份data.frame以找到正确的行？

一些示例数据：

data.multipleyears <- data.frame(
 DATETIME = c("2001-01-01 01:00:00", "2001-05-03 09:00:00", "2007-01-01 01:00:00", "2008-02-29 12:00:00"),
 Windspeed = c(10, 5, 8, 3)
)

我想在这样的数据框中聚合：

average.year <- data.frame(
 DATETIME = c("01-01 00:00:00", "01-01 01:00:00", ..., "12-31 23:00:00")
 Aggregate.Windspeed = (100, 80, ...)
)

从那里开始，我可以继续计算平均值等等。我可能忽略了一些命令，但对于像这样的东西（在伪代码中）会是什么样的正确语法：

 for(i in 1:nrow(data.multipleyears) {
  average.year$Aggregate.Windspeed[
   where average.year$DATETIME(month, day, hour) == data.multipleyears$DATETIME[i](month, day, hour)]  <- average.year$Aggregate.Windspeed + data.multipleyears$Windspeed[i]
 }

或类似的东西。感谢帮助！

Answer 1

我预测ddply和plyr包将成为你最好的朋友:)。我创建了一个30年的数据集，每小时随机风速在1到10毫秒之间：

begin_date = as.POSIXlt("1990-01-01", tz = "GMT")
# 30 year dataset
dat = data.frame(dt = begin_date + (0:(24*30*365)) * (3600))
dat = within(dat, {
  speed = runif(length(dt), 1, 10)
  unique_day = strftime(dt, "%d-%m")
})
> head(dat)
                   dt unique_day    speed
1 1990-01-01 00:00:00      01-01 7.054124
2 1990-01-01 01:00:00      01-01 2.202591
3 1990-01-01 02:00:00      01-01 4.111633
4 1990-01-01 03:00:00      01-01 2.687808
5 1990-01-01 04:00:00      01-01 8.643168
6 1990-01-01 05:00:00      01-01 5.499421

在这30年期间计算每日normalen（30年平均值，这个术语在气象学中使用很多）：

library(plyr)
res = ddply(dat, .(unique_day), 
            summarise, mean_speed = mean(speed), .progress = "text")
> head(res)
  unique_day mean_speed
1      01-01   5.314061
2      01-02   5.677753
3      01-03   5.395054
4      01-04   5.236488
5      01-05   5.436896
6      01-06   5.544966

这对我不起眼的两核AMD只需几秒钟，所以我怀疑只需要一次通过数据就不需要了。这些ddply调用不同聚合（月，季等）的多个可以单独完成。

Answer 2

您可以使用substr提取所需日期的一部分，然后使用tapply或ddply汇总数据。

tapply(
  data.multipleyears$Windspeed, 
  substr( data.multipleyears$DATETIME, 6, 19), 
  mean 
)
# 01-01 01:00:00 02-29 12:00:00 05-03 09:00:00 
#              9              3              5 

library(plyr)
ddply(
  data.multipleyears, 
  .(when=substr(DATETIME, 6, 19)), 
  summarize, 
  Windspeed=mean(Windspeed)
)
#             when Windspeed
# 1 01-01 01:00:00         9
# 2 02-29 12:00:00         3
# 3 05-03 09:00:00         5

Answer 3

这是很老的帖子，但我想补充一下。我猜timeAverage in Openair也可以使用。在手册中，有更多timeAverage功能选项。

计算多年时间序列的每小时平均值

3 个答案: