Question

我正在使用R. 我知道计算移动平均线是这个网站中有几个答案的主题，但我有一些问题让我的问题变得独一无二。

我有一个数据框，包括8784小时浓度（366天* 24小时）的空气污染物（臭氧）。该数据帧包括一些NaN值（缺失值）。该程序包含以下步骤：

1-计算每小时浓度的8小时移动（滚动）平均值：即每8个浓度应以这种方式平均：平均1至8，平均2至9，平均3至10等。这导致每天（每24小时）获得24个移动平均线。

每天

2-，我想要最多8小时移动平均线：即在24个移动平均线中，应选择最高数量。最后，将选择366个移动平均线（366天）。

3-应创建一个包含366个移动平均线的新数据框。

我知道有一些软件包（opena，动物园，TTR）可以做这样的事情，但有没有办法在没有任何软件包的情况下编写代码？

An Exmaple of my data 

     ColName
1    18.76 
2    12.92 
3    8.12 
4    NaN 
5    12.92 
6    3.77 
7    18.76 
8    9.52 
9    94.09 
10    18.76 
11    14.13 
12    8.12 
13    2.04 
14    12.92 
15    9.17 
.
.
.
8783    34.58
8784    64.23

主数据框的名称是“每小时”。我试过这些代码：

Hourly1 <- c(0, cumsum(ifelse(is.nan(Hourly), 0, Hourly))) 
rsum <- (Hourly1[(Hourly1+1):length(Hourly1)] - Hourly1[1:(length(Hourly1) - 8)]) / 8

但是当我尝试第一行时，会发生以下错误：

Error in is.nan(Hourly) : default method not implemented for type 'list'

更新：我使用了以下代码，但最多不能计算8小时平均值：

Hourly2<-as.numeric(Hourly$Average)

names(Hourly2) <- rep(seq.Date(as.Date("2017-01-01"), by=1, length.out=366), each=24)

x<-Hourly2
#use cumsum to get the moving average, keep NaNs
cx <- c(0, cumsum(ifelse(is.nan(x), 0, x))) + c(0,x)*0

n <- 8

rsum <- (cx[(n+1):length(cx)] - cx[1:(length(cx) - n)]) / n

res <- data.frame(mov_avg=rsum, days=names(rsum))


#select max from each day, ignoring NaN's
mx <- aggregate(mov_avg~days, data=res, max)

我将最终结果（最多8小时平均值366，每年1天）与标准预先批准的数据集进行了比较。在某些日子里，计算出的代码平均值正确，但在其他几天没有！我没有得到它的逻辑。

您可以找到我的原始数据集here!

更新2：

Here is a link to download不同方法产生的最终结果！

UPDATE3：

结果之间的差异是由于计算移动平均线的不同方法。计算移动平均线有三种方法：左，右和中心。这里的人提出的代码遵循“正确”的方法。

Answer 1

以下是您在缺少值时如何使用cumsum执行此操作的示例。我会小心考虑它们如何在您的数据中分发，以及您希望如何处理它们。

#create some sample data
set.seed(1)
x <- rnorm(24*366)
names(x) <- rep(seq.Date(as.Date("2017-01-01"), by=1, length.out=366), each=24)
x[sample(100, 1:length(x))] <- NaN #add some missing values

#use cumsum to get the moving average, keep NaNs
cx <- c(0, cumsum(ifelse(is.nan(x), 0, x))) + c(0,x)*0

n <- 8

rsum <- (cx[(n+1):length(cx)] - cx[1:(length(cx) - n)]) / n

res <- data.frame(mov_avg=rsum, days=names(rsum))

#select max from each day, ignoring NaN's
mx <- aggregate(mov_avg~days, data=res, max)

days   mov_avg
1 2017-01-01 0.6404849
2 2017-01-02 0.3456389
3 2017-01-03 0.5998888
4 2017-01-04 0.6635502
5 2017-01-05 0.7244289
6 2017-01-06 0.1715349

Answer 2

我一直在努力工作，并找到了一个使用map2（）的解决方案

# create a day of ozone data  

o3day <- data.frame(o3hrly = runif(24, 0.04, 0.1))

# 8hr average function
avg_8hr <- function(.x, .y, o3) {
  # print(.x)
  # print(.y)
  # print(o3)
  o3 %>% slice(.x:.y) %>% summarize(o38hr = mean(o3hrly))
}

max(unlist(map2(.x = 1:17, .y = 8:24, .f = avg_8hr, o3 = o3day)))

如何计算R中最大8小时移动（滚动）平均值？

2 个答案: