更新：自定义端点

Question

我有长时间的每小时降雨量和温度数据。我想从每小时数据中获取每日价值。我正在考虑从07:00:00到次日07:00:00的日子。

您能告诉我如何在特定时间间隔内将每小时数据转换为每日数据吗？

示例：07:00:00 to 07:00:00或12:00:00 to 12:00:00）

降雨量数据如下：

1970-01-05 00:00:00      1.0 
1970-01-05 01:00:00      1.0
1970-01-05 02:00:00      1.0
1970-01-05 03:00:00      1.0
1970-01-05 04:00:00      1.0
1970-01-05 05:00:00      3.6
1970-01-05 06:00:00      3.6
1970-01-05 07:00:00      2.2
1970-01-05 08:00:00      2.2
1970-01-05 09:00:00      2.2
1970-01-05 10:00:00      2.2
1970-01-05 11:00:00      2.2
1970-01-05 12:00:00      2.2
1970-01-05 13:00:00      2.2
1970-01-05 14:00:00      2.2
1970-01-05 15:00:00      2.2
1970-01-05 16:00:00      0.0
1970-01-05 17:00:00      0.0
1970-01-05 18:00:00      0.0
1970-01-05 19:00:00      0.0
1970-01-05 20:00:00      0.0
1970-01-05 21:00:00      0.0
1970-01-05 22:00:00      0.0
1970-01-05 23:00:00      0.0
1970-01-06 00:00:00      0.0

Answer 1

首先，创建一些可重现的数据，以便我们更好地帮助您：

require(xts)
set.seed(1)
X = data.frame(When = as.Date(seq(from = ISOdatetime(2012, 01, 01, 00, 00, 00),
                                  length.out = 100, by="1 hour")),
               Measurements = sample(1:20, 100, replace=TRUE))

我们现在有一个包含100小时观察的数据框，其中日期从2012-01-01 00:00:00开始，到2012-01-05 03:00:00结束（时间为24小时格式）。

其次，将其转换为XTS对象。

X2 = xts(X$Measurements, order.by=X$When)

第三，学习如何对特定时间窗口进行子集化。

X2['T04:00/T08:00']
#                     [,1]
# 2012-01-01 04:00:00    5
# 2012-01-01 05:00:00   18
# 2012-01-01 06:00:00   19
# 2012-01-01 07:00:00   14
# 2012-01-01 08:00:00   13
# 2012-01-02 04:00:00   18
# 2012-01-02 05:00:00    7
# 2012-01-02 06:00:00   10
# 2012-01-02 07:00:00   12
# 2012-01-02 08:00:00   10
# 2012-01-03 04:00:00    9
# 2012-01-03 05:00:00    5
# 2012-01-03 06:00:00    2
# 2012-01-03 07:00:00    2
# 2012-01-03 08:00:00    7
# 2012-01-04 04:00:00   18
# 2012-01-04 05:00:00    8
# 2012-01-04 06:00:00   16
# 2012-01-04 07:00:00   20
# 2012-01-04 08:00:00    9

第四，将这些信息用于apply.daily以及您想要的任何功能，如下所示：

apply.daily(X2['T04:00/T08:00'], mean)
#                     [,1]
# 2012-01-01 08:00:00 13.8
# 2012-01-02 08:00:00 11.4
# 2012-01-03 08:00:00  5.0
# 2012-01-04 08:00:00 14.2

更新：自定义端点

重新阅读你的问题后，我发现我误解了你想要的东西。

您似乎想要采取24小时的平均值，不一定是从午夜到午夜。

为此，你应该放弃apply.daily，而是使用period.apply和自定义endpoint，如下所示：

# You want to start at 7AM. Find out which record is the first one at 7AM.
A = which(as.character(index(X2)) == "2012-01-01 07:00:00")

# Use that to create your endpoints. 
# The ends of the endpoints should start at 0 
# and end at the max number of records.
ep = c(0, seq(A, 100, by=24), 100)
period.apply(X2, INDEX=ep, FUN=function(x) mean(x))
#                         [,1]
# 2012-01-01 07:00:00 12.62500
# 2012-01-02 07:00:00 10.08333
# 2012-01-03 07:00:00 10.79167
# 2012-01-04 07:00:00 11.54167
# 2012-01-05 03:00:00 10.25000

Answer 2

你可以这样编码：

fun <- function(s,i,j) { sum(s[i:(i+j-1)]) }
sapply(X=seq(1,24*nb_of_days,24),FUN=fun,s=your_time_serie,j=24)

您只需将1更改为另一个值即可获得不同的时间间隔：07:00:00 to 07:00:00为8，12:00:00 to 12:00:00为13

Answer 3

第1步：将日期转换为POSIXct

ttt <- as.POSIXct("1970-01-05 08:00:00",tz="GMT")
ttt
#"1970-01-05 08:00:00 GMT"

步骤2：减去7小时的difftime

ttt <- ttt-as.difftime(7,units="hours")
ttt
#"1970-01-05 01:00:00 GMT"

第3步：截断日期

ttt<-trunc(ttt,"days")
ttt
#"1970-01-05 GMT"

第4步：使用plyr，data.table或您喜欢的任何方法来计算每日平均值

Answer 4

使用regular expressions可以满足您的需求。选择符合您需求的行并对值求和。在你的小时范围内的每一天都这样做，你已经确定了。

在特定时间间隔内将每小时降雨量数据转换为每日

4 个答案:

更新：自定义端点