Question

我有一些数据从1971年到2099年。组织如下：

YEAR;MONTH;DAY;RES1;RES2
1971;1;1;1206.1;627
1971;1;2;1303.4;654.3
1971;1;3;1248.9;662
1971;1;4;1188.8;666.8
1971;1;5;1055.2;667.8
1971;1;6;987.1;663.3
1971;1;7;939.2;655.1
1971;1;8;883.2;644.4
1971;1;9;844.1;632.6
1971;1;10;813.2;620.7
1971;1;11;786.4;609
1971;1;12;765.9;598.2
1971;1;13;990.2;650.1
1971;1;14;1374.4;698.9
1971;1;15;1335.9;718
1971;1;16;1193.2;721.6
1971;1;17;1043.5;719.5
1971;1;18;995.7;710.9
1971;1;19;937.2;696.2
1971;1;20;877;678.2
1971;1;21;880.2;676.5
1971;1;22;1227.2;715.3
1971;1;23;1275.7;731.1
1971;1;24;1029.2;730.7
1971;1;25;934.2;724.9
1971;1;26;923.6;714.8
1971;1;27;887.6;700.1
1971;1;28;840.2;682.6
1971;1;29;791.7;664.3
1971;1;30;746.7;646.4
1971;1;31;706.8;629.3

使用这些数据我需要计算几个平均值，例如月平均值。为了计算月平均值，我使用了DoBy包的summaryBy函数。以下代码为我提供了月平均值：

indREF=which(data$YEAR > 1974 & data$YEAR < 2005)
indEND=which(data$YEAR > 2069)
dataREF=data[indREF,]
dataEND=data[indEND,]
MoyRef=c(summaryBy(dataREF[,"MONTH"]~MONTH, dataREF, FUN = function(x) {return(mean(x,na.rm=TRUE))})[,1])
MoyEnd=c(summaryBy(dataEND[,"MONTH"]~MONTH, dataEND, FUN = function(x) {return(mean(x,na.rm=TRUE))})[,1])

for ( i in 4:dim(data)[2])
{
  MoyRef=cbind(MoyRef,summaryBy(dataREF[,i]~MONTH, dataREF, FUN = function(x) {return(mean(x,na.rm=TRUE))})[,2])
  MoyEnd=cbind(MoyEnd,summaryBy(dataEND[,i]~MONTH, dataEND, FUN = function(x) {return(mean(x,na.rm=TRUE))})[,2])
}

但是现在，考虑到数据从1971年到2099年使用每日时间步长的事实，我想计算数据的日平均值，例如输出如下：

MONTH;DAY;AVERAGE_RES1;AVERAGE_RES2
01;01;VALUE1;VALUE2
01;02;VALUE3;VALUE4
...
12;31;VALUEx;VALUEx

有没有人知道如何实现这个目标？

Answer 1

不幸的是，样本数据不适合测试，因为它只包含1月只有一年，因此计算方法并不多。但是，这应该做的工作：

aggregate(data[c("RES1", "RES2")], by = list(data$MONTH, data$DAY), FUN = "mean")

Answer 2

我认为您应该使用dplyr这样的

包来试试这个

library(dplyr)
df %>% group_by(MONTH,DAY) %>% summarise_each_(funs(mean),c("RES1","RES2"))

Answer 3

已经发布了一个dplyr答案，很快就会有一个data.table答案。我仍然使用aggregate()支持我的“R without packages”答案。虽然dplyr和data.table显然有其理由，但我喜欢sqldf的想法：你学习SQL语法一次，然后可以在你的余生中使用它，而其他语言和包来来去去，SQL，就像基本的R ，留下来。因此：

library(sqldf)
sqldf("SELECT DAY, MONTH, AVG(RES1), AVG(RES2) FROM data GROUP BY MONTH, DAY")

SummaryBy函数有两个参数

3 个答案: