Question

是否可以在R？

中对3d数组执行每日平均

例如：

我在lat / lon网格上有一个3d数据点数组，为期两天。

lat <- 50:51
lon <- 2:3
time <- as.POSIXct(c('2009-01-01 12:00','2009-01-01 15:00','2009-01-01 17:00','2009-01-02 12:00',
                     '2009-01-02 16:00'))
j <- array(c(1:6, 11:16, 21:26), c(2,2,5))
dim(j)
[1] 2 2 5

其中第一维指的是纬度，第二维指的是经度，第三维指的是时间（即每个纬度/经度到时间的数据）。

我如何计算这些值的每日平均值并返回每日平均3d数组？

返回数组的尺寸应为

暗淡（j）的 [1] 2 2 2

时间维度对应于：

new_time <- as.POSIXct(c('2009-01-01','2009-01-02))

这可能吗？

如果不考虑不同的日子，我可以用：

执行3d平均

apply(j, c(1,2), mean)

但我不确定如何在选定日期内进行平均。

任何帮助将不胜感激。

Answer 1

~~好的只是为了确保，在你的例子中，有5天，对吗？~~

如果您想选择某些日期，例如第1天，第3天和第5天，您可以按如下方式指定：

> apply(j[,,c(1,3,5)], c(1,2), mean) [,1] [,2] [1,] 13 6.333333 [2,] 14 7.333333

<击>

修改

好的，这是一个解决方法：

library(purrr) library(lubridate)

如果您对独特的日子感兴趣：

# get days tx <- day(time) > tx [1] 1 1 1 2 2

获取独特的日子并计算它们：

# unique days txu <- unique(tx) # number of unique days d <- length(unique(tx))

创建数据框以保存所有数据

# create a df with days df <- data.frame(day=1:d)

查找与每天相对应的条目的差异，并将其添加到新列
中
# add a column with entries corresponding to each days df <- df %>% mutate(days_entries=map(day, function(x) which(tx %in% txu[x]) )) > df day days_entries 1 1 1, 2, 3 2 2 4, 5

在新列中添加每天值的均值

df <- df %>% mutate(day_mean=map(days_entries, {function(x) apply(j[,,x], c(1,2), mean)} ) )

将所有方法放在一个数组中：

> k <- array( c( sapply(df$day_mean, function(x) x)) , dim = c( 2 ,2 ,d ) ) > dim(k) [1] 2 2 2 > k , , 1 [,1] [,2] [1,] 6.333333 9.666667 [2,] 7.333333 10.666667 , , 2 [,1] [,2] [1,] 23 12 [2,] 24 13

计算3d数组的每日平均值

1 个答案: