Question

我需要汇总从毫秒到每天的时间戳数据。

样本数据：

System_ID  n_iter  value      Timestamp
1  xXXXXXXXxx    1      511 2010-05-01 03:29:37.21
2  xXXXXXXXxx    2      513 2010-05-01 03:52:07.56
3  xXXXXXXXxx    3      234 2010-05-01 05:13:54.24
4  xXXXXXXXxx    4      112 2010-05-01 05:41:37.42
5  xXXXXXXXxx    5      173 2010-05-01 06:53:19.01
6  xXXXXXXXxx    6      112 2010-05-01 07:02:53.62
7  xXXXXXXXxx    7      232 2010-05-01 07:35:33.86
8  xXXXXXXXxx    8      776 2010-05-01 07:50:08.14
9  xXXXXXXXxx    9      887 2010-05-01 08:32:55.5
10 xXXXXXXXxx    10     332 2010-05-01 08:56:44.96
11 xXXXXXXXxx    11     778 2010-05-01 09:17:22.57
12 xXXXXXXXxx    12     998 2010-05-01 10:16:26.57
13 xXXXXXXXxx    13     300 2010-05-02 03:33:40.4
14 xXXXXXXXxx    14     400 2010-05-02 03:58:26.44
15 xXXXXXXXxx    15     400 2010-05-02 04:00:23.98

我需要汇总R中以毫秒为单位的数据，每天的数据如下。

System_ID  n_iter  value             Timestamp
xxxxxxxx    12    471.5 (Avg)         2010-05-01

Answer 1

我假设您至少可以将Rst.frame的Timestamp列作为字符读取（取决于读取数据的方式，可能会做得更好）。在这样的设置下，您可以使用dplyr包获取示例输出。

df <- data.frame(
  System_ID = rep('xXXXXXXXxx', 15)
  , n_iter = seq(1,15)
  , value = c(511, 513, 234, 112, 173, 112, 232, 778, 887, 332, 778, 998, 300, 400, 400)
  , Timestamp = c('2010-05-01 03:29:37.21', '2010-05-01 03:52:07.56', '2010-05-01 05:13:54.24', '2010-05-01 05:41:37.42', '2010-05-01 06:53:19.01', '2010-05-01 07:02:53.62', '2010-05-01 07:35:33.86', '2010-05-01 07:50:08.14', '2010-05-01 08:32:55.5', '2010-05-01 08:56:44.96', '2010-05-01 09:17:22.57', '2010-05-01 10:16:26.57', '2010-05-02 03:33:40.4', '2010-05-02 03:58:26.44', '2010-05-02 04:00:23.98')
) 

df %>%
  dplyr::mutate(
    Timestamp = as.Date(strptime(Timestamp, format = '%Y-%m-%d %H:%M:%OS'))
  ) %>%
  dplyr::group_by(System_ID, Timestamp) %>%
  dplyr::summarise(
    n_iter = max(n_iter)
    , value = mean(value)
  ) %>%
  dplyr::ungroup()

Answer 2

这是一个解决方案：

首先将Timestamp转换为POSIXct格式（此处不需要），并创建一个day列。

# convert Timestamp to POSIXct
df$Timestamp <- as.POSIXct(df$Timestamp, format = "%Y-%m-%d %H:%M:%OS")
# create a "day" column
df$day <- format(df$Timestamp, "%Y-%m-%d")

然后，我们使用vapply（存在许多其他可能性）检索每日汇总循环

# retireve the required daily data
t(vapply(seq_along(unique(df$day)), 
        function (k) c(unique(df$System_ID[df$day == unique(df$day)[k]]),    
                       max(df$n_iter[df$day == unique(df$day)[k]]),
                       mean(df$value[df$day == unique(df$day)[k]]),
                       unique(df$day)[k]),
        character(4)))

最后，这是结果

     [,1]         [,2] [,3]               [,4]        
[1,] "xXXXXXXXxx" "12" "471.666666666667" "2010-05-01"
[2,] "xXXXXXXXxx" "15" "366.666666666667" "2010-05-02"

请注意，它会返回character矩阵，因为vapply中的函数将返回一个向量（即必须为一个class）。要将结果的第2列和第3列设为numeric，可以应用as.numeric或修改vapply中的函数。

当然，以上假设：

只有一个System_ID（至少每天）和
所需的n_iter值是其每日max。

因此请记住，vapply可能会非常高效和便捷，它也可能很僵化。

通过汇总相应的值将毫秒数据转换为每日数据

2 个答案: