Question

我的数据框有列名Timestamp, es，如下所示：

          Timestamp     es
2015-04-01 09:07:42     31
2015-04-01 09:08:01   29.5
2015-04-01 09:15:03   18.5
2015-04-01 09:15:05    8.8
2015-04-01 09:15:09    9.6

时间一直持续到15:30:30（每天每个时间戳大约12000 es个数据点）和相应的es。

R是否在某些包或代码中具有某些功能，以便在半小时内平均所有时间戳的es。示例输出应如下所示：

2015-04-01 09:30:00 Value(Average of all es from 9:00 to 9:30)
2015-04-01 10:00:00 Value(Average of all es from 9:30 to 10:00)
2015-04-01 10:30:00 Value(Average of all es from 10:00 to 10:30)
... (the list goes on till 15:30:30)

Answer 1

每个日期有48个这样的固定半小时窗口。（实际上你的窗户是固定的，甚至没有滑动。）看起来像一个交易数据集，所以你只想要从09：00-09：30到15：30-16：00（？）的时间窗口，因此只有14个窗口每个日期。

您只需使用lubridate::interval创建这些日期时间窗口，然后使用dplyr/data.table执行split-apply-combine（聚合）以获取每个窗口中的平均值。

如果您post a reproducible example我发布了代码。

有一点：

如果窗口为空，请注意是否要求平均值为0，而不是NA，否则应从结果中省略这些（市场关闭的）窗口。您还想排除周末和市场假期。如果您的数据稀少，您将不得不自己构建这些日期。

Answer 2

正如smci警告的那样，您添加的有关数据的信息越少，帮助就越有限。这是一种base R方法，可以从提供的日期创建30分钟的间隔。因此，不会出现空间隔（取决于您所需的输出，这可能有用或无效）。聚合函数按期望的组间隔应用均值。我扩展了您的示例以包含更多测试间隔：

cuts <- seq(round(min(df$Timestamp), "hours"), max(df$Timestamp)+30*60, "30 min")
aggregate(df$es, list(cut(df$Timestamp, cuts)), mean)
#              Group.1     x
#1 2015-04-01 09:00:00 31.00
#2 2015-04-01 10:00:00 29.50
#3 2015-04-01 11:00:00 13.65
#4 2015-04-01 13:00:00  9.60

数据

df <- structure(list(Timestamp = structure(c(1427893662, 1427897281, 1427901303, 1427901605, 1427908509), class = c("POSIXct", "POSIXt" ), tzone = ""), es = c(31, 29.5, 18.5, 8.8, 9.6)), .Names = c("Timestamp", "es"), row.names = c(NA, -5L), class = "data.frame")

时间戳的半小时窗口中的字段平均值

2 个答案: