Question

我有一个日期时间变量索引的度量（例如太阳辐射），每小时时间戳。我想要做的是将一年中每一天的测量值相加，并将其与日常规模的另一个数据源相匹配（让我们说平均室外温度）。

尽管如此，第二天的数据已经在第二天上午8:00到上午8:00进行了。我知道如何按标准日汇总我的第一个变量，但我需要从8到8进行总结，以便匹配两个测量值。

我的数据示例

set.seed(1L) # to create reproducible data hourly = data.frame(datetime = seq(from = lubridate::ymd_hm("2017-01-01 01:00"), length.out = 168, by = "hour"), value = rpois(168, 10)) daily = data.frame(datetime = seq(from=as.Date("2017-01-01"), length.out = 31, by="day"), value=rnorm(31))

Answer 1

你可以使用cut来做，例如：

library(lubridate)
library(dplyr)
brk = seq(ymd_hm(paste(as.Date(min(hourly$datetime) - days(1)), "08:00"), tz= "UTC"), ymd_hm(paste(as.Date(max(hourly$datetime)+ days(1)), "08:00"), tz= "UTC"), by = "24 hours")
hourly$cut <- ymd_hms(cut.POSIXt(hourly$datetime, breaks = brk))
hourly2 <- hourly %>% group_by(cut) %>% summarize(value = sum(value)) 
hourly2$cut <- as.Date(hourly2$cut)
names(hourly2) <- names(daily)
comb <- rbind(hourly2, daily) %>% group_by(datetime) %>% summarize(value = sum(value))

     datetime       value
       <date>       <dbl>
 1 2016-12-31  52.0000000
 2 2017-01-01 241.5612137
 3 2017-01-02 244.3689032
 4 2017-01-03 271.3156334
 5 2017-01-04 253.8221333
 6 2017-01-05 238.5790170
 7 2017-01-06 220.7118064
 8 2017-01-07 167.5018586
 9 2017-01-08  -0.2962494
10 2017-01-09   0.4126310
 ... with 22 more rows

Answer 2

使用dplyr并通过减去8小时来翻译日期：

hourly %>% mutate(datetime = as_date(datetime - 8 * hours())) %>%
  rbind(daily) %>%
  group_by(datetime)  %>%
  summarize_all(sum) %>%
  ungroup%>%
  arrange(datetime)

<强>结果

 A tibble: 32 x 2
     datetime       value
       <date>       <dbl>
 1 2016-12-31  70.0000000
 2 2017-01-01 218.6726454
 3 2017-01-02 244.3821258
 4 2017-01-03 257.7136326
 5 2017-01-04 220.4788443
 6 2017-01-05 230.3729744
 7 2017-01-06 248.5082639
 8 2017-01-07 176.5511818
 9 2017-01-08  -0.8307824
10 2017-01-09  -0.6343781
# ... with 22 more rows

Answer 3

将my comment扩展为答案，值得注意的是，OP强调了从第二天上午8:00到上午8:00汇总的字样。

映射未对齐24小时的日期到日期

如果24小时与午夜不对齐，即不从00:00延伸到24:00，但在白天的某个时间开始和结束，它是不明确的哪个日期与该期间相关联。

我们可以采取

期间开始的日期，
期间结束的日期，或
包含该期间大部分时间的日期。

只是为了说明不同之处：

# timestamps: 9 am, 10pm, 7 am next day 
x <- lubridate::ymd_hm(c("2017-09-12 09:00", "2017-09-12 22:00", "2017-09-13 07:00"))
x

[1] "2017-09-12 09:00:00 UTC" "2017-09-12 22:00:00 UTC" "2017-09-13 07:00:00 UTC"

# map timestamps to date on which period starts by shifting back by 8 hours
x + lubridate::hours(-8L)

[1] "2017-09-12 01:00:00 UTC" "2017-09-12 14:00:00 UTC" "2017-09-12 23:00:00 UTC"

# map timestamps to date on which period ends by advancing by 16 hours
x + lubridate::hours(16L)

[1] "2017-09-13 01:00:00 UTC" "2017-09-13 14:00:00 UTC" "2017-09-13 23:00:00 UTC"

由于没有其他信息，我们假设daily数据已映射到期间开始的那一天。

聚合和合并

使用分组，汇总和合并data.table：

library(data.table)
# aggregate data by shifted timestamp
setDT(hourly)[, .(sum.value = sum(value)), 
              by = .(date = as.Date(datetime + lubridate::hours(-8L)))]

         date sum.value
1: 2016-12-31        68
2: 2017-01-01       232
3: 2017-01-02       222
4: 2017-01-03       227
5: 2017-01-04       228
6: 2017-01-05       231
7: 2017-01-06       260
8: 2017-01-07       144

请注意，用于分组和聚合的新date列是在by参数中动态创建的（我更喜欢的原因之一{{ 1}}）

现在，需要加入data.table数据。通过链接，这可以合并为一个语句：

daily

setDT(hourly)[, .(sum.value = sum(value)), by = .(date = as.Date(datetime + lubridate::hours(-8L)))][ setDT(daily), on = .(date = datetime), nomatch = 0L]

参数date sum.value value 1: 2017-01-01 232 -0.5080862 2: 2017-01-02 222 0.5236206 3: 2017-01-03 227 1.0177542 4: 2017-01-04 228 -0.2511646 5: 2017-01-05 231 -1.4299934 6: 2017-01-06 260 1.7091210 7: 2017-01-07 144 1.4350696表示我们需要内部联接。

在总结转移时间后合并两个每日时间序列

3 个答案:

映射未对齐24小时的日期到日期

聚合和合并