Question

我正在处理一个温度读数的数据集，每小时一次，每天24小时，持续100多年。我希望每天获得平均温度以减小数据集的大小。标题看起来像这样：

     YR MO DA HR MN TEMP
  1943  6 19 10  0   73
  1943  6 19 11  0   72
  1943  6 19 12  0   76
  1943  6 19 13  0   78
  1943  6 19 14  0   81
  1943  6 19 15  0   85
  1943  6 19 16  0   85
  1943  6 19 17  0   86
  1943  6 19 18  0   86
  1943  6 19 19  0   87

等600,000多个数据点。

如何运行嵌套函数来计算日平均温度，以便保留YR，MO，DA，TEMP？一旦我有了这个，我希望能够看到长期平均值＆amp;计算说明30年的1月份的平均温度。我该怎么做？

Answer 1

您可以在一步中执行此操作：

 meanTbl <- with(datfrm, tapply(TEMP, ISOdate(YR, MO, DA), mean) )

这为您提供了日期时间格式的索引以及值。如果您只想将日期作为字符而没有尾随时间：

meanTbl <- with(dat, tapply(TEMP, as.Date(ISOdate(YR, MO, DA)), mean) )

月平均值可以通过以下方式完成：

 monMeans <- with(meanTbl, tapply(TEMP, MO, mean))

Answer 2

您可以使用aggregate：

执行此操作

# daily means
aggregate(TEMP ~ YR + MO + DA, FUN=mean, data=data) 

# monthly means 
aggregate(TEMP ~ YR + MO, FUN=mean, data=data)

# yearly means
aggregate(TEMP ~ YR, FUN=mean, data=data)

# monthly means independent of year
aggregate(TEMP ~ MO, FUN=mean, data=data)

Answer 3

使用plyr包可以实现您的第一个问题：

library(plyr)
daily_mean = ddply(df, .(YR, MO, DA), summarise, mean_temp = mean(TEMP))

与上述解决方案类似，每月获得意味着：

monthly_mean = ddply(df, .(YR, MO), summarise, mean_temp = mean(temp))

或获取整个数据集的月平均值（30年，即气候中的法线），而不是每年：

monthly_mean_normals = ddply(df, .(MO), summarise, mean_temp = mean(temp))

如何计算大数据集的平均值

3 个答案: