Question

编辑：我遇到了另一个问题，因此编辑了这个问题：在将每小时数据聚合到每日平均值并且另一方面每天过滤1个数据点（在16:00）之后，我具有相同数量的数据点（每天1个）。但是，由于我想要连接数据帧，如果在16:00获取数据点之前运行代码，我将不会有相同的行数。因此，如果没有可用的数据点，我想添加一行（带有日期和NA值）。我添加代码，然后它应该有意义。

is.installed <- function(mypkg){
  is.element(mypkg, installed.packages()[,1])
} 
if (!is.installed("ggplot2")){
  install.packages("ggplot2")
}
if (!is.installed("lubridate")){
  install.packages("lubridate")
}
if (!is.installed("openxlsx")){
  install.packages("openxlsx")
}
library(ggplot2)
library(lubridate)
library(openxlsx)


Storico_G <- read.xlsx(xlsxFile = "http://www.snamretegas.it/repository/file/Info-storiche-qta-gas-trasportato/dati_operativi/2017/DatiOperativi_2017-IT.xlsx",sheet = "Storico_G", startRow = 1, colNames = TRUE)

Storico_G1 <- read.xlsx(xlsxFile = "http://www.snamretegas.it/repository/file/Info-storiche-qta-gas-trasportato/dati_operativi/2017/DatiOperativi_2017-IT.xlsx",sheet = "Storico_G+1", startRow = 1, colNames = TRUE)

# Selecting Column C,E,R from Storico_G and stored in variable Storico_G_df
# Selecting Column A,P from Storico_G+1 and stored in variable Storico_G1_df

Storico_G_df <- data.frame(Storico_G$pubblicazione,Storico_G$IMMESSO, Storico_G$`RICONSEGNATO.(1)`, Storico_G$BILANCIAMENTO.RESIDUALE )
Storico_G1_df <- data.frame(Storico_G1$pubblicazione, Storico_G1$`SBILANCIAMENTO.ATTESO.DEL.SISTEMA.(SAS)`)


# Conerting pubblicazione in date format and time
Storico_G_df$pubblicazione <- ymd_h(Storico_G_df$Storico_G.pubblicazione)
Storico_G1_df$pubblicazione   <- ymd_h(Storico_G1_df$Storico_G1.pubblicazione)


# Selecting on row which is having 4PM value in Storico_G+1 excel sheet tab
Storico_G1_df <- subset(Storico_G1_df, hour(Storico_G1_df$pubblicazione) == 16)
rownames(Storico_G1_df) <- 1:nrow(Storico_G1_df)

# Averaging hourly values to 1 daily data point in G excel sheet tab
Storico_G_df$Storico_G.pubblicazione <- strptime(Storico_G_df$Storico_G.pubblicazione, "%Y_%m_%d_%H")
storico_G_df_agg <- aggregate(Storico_G_df, by=list(day=format(Storico_G_df$Storico_G.pubblicazione, "%F")), FUN=mean, na.rm=TRUE)

初步问题：我对以下内容感到困惑：我有一个每小时的时间序列，它在特定时间已经包含了NA。无论如何，我还决定在16:00以外的每个值上分配NAs。基本上，我只想使用一个数据打印，但仍然保留时间戳，因为我需要与正常的每小时数据一起绘制（每天24个数据点。

或者，我可以在每天16:00绘制完整数据的每日平均值以及数据点，以确保对齐。这显然意味着创建完整时间序列的每日平均值，并且仅针对每天16:00的数据点进行过滤。

非常感谢任何帮助我如何解决我的小困境。

干杯

Answer 1

您的代码无法与包xlsx一起使用，因此我无法处理您的实际数据。这是一个可重复的假数据检查。

d <- data.frame(time=paste0("2017_07_",rep(10:15, each=24),"_", 
                            formatC(0:23, flag="0", width=2)),
                value=cumsum(rnorm(24*6))  )

d$time <- strptime(d$time, "%Y_%m_%d_%H")

dagg <- aggregate(d, by=list(day=format(d$time, "%F")), FUN=mean, na.rm=TRUE)[,-2]
dagg$day <- strptime(dagg$day, format="%F")

plot(d, type="l", las=1)
lines(dagg, col=2)

此外，您的数据似乎搞砸了，请查看以下时间戳：

2017_07_04_21
2017_07_04_22
2017_07_04_23
2017_07_04_00 <-- day 05?
2017_07_04_01
2017_07_04_02
2017_07_04_03
2017_07_04_04
2017_07_04_05
2017_07_05_06
2017_07_05_07

R - NAs表示每小时时间序列的特定小时数

1 个答案: