Question

在查看了其他一些常见问题并阅读了一些指南之后，我无法找到适合我的特定问题的解决方案。这是要开始的数据的示例：

data <- data.frame(
        Date = sample(c("1993-07-05", "1993-07-05", "1993-07-05", "1993-08-30", "1993-08-30", "1993-08-30", "1993-08-30", "1993-09-04", "1993-09-04")),
        Site = sample(c("1", "1", "1", "1", "1", "1", "1", "1", "1")),
        Station = sample(c("1", "2", "3", "1", "2", "3", "4", "1", "2")),   
        Oxygen = sample(c("0.9", "0.4", "4.2", "5.6", "7.3", "4.3", "9.5", "5.3", "0.3")))

我想对嵌套在与日期相对应的站点内的站点的所有氧气值求平均值。我的数据集有两千行，并且像示例中一样，站点数量不均匀，日期长度也不均匀。

我要查找的输出是“日期->站点->平均氧气”之类的列，但在新版本的时间序列中完全不需要站列。

任何帮助将不胜感激！

Answer 1

按“站点”，“日期”分组后，获得“氧气”的mean（将其转换为numeric-在factor列之后）

library(tidyverse)
data %>%
   group_by(Site, Date) %>% 
   summarise(AverageOxygen = mean(as.numeric(as.character(Oxygen))))
# A tibble: 3 x 3
# Groups:   Site [1]
#  Site  Date       AverageOxygen
#  <fct> <fct>              <dbl>
#1 1     1993-07-05          3.97
#2 1     1993-08-30          5.2 
#3 1     1993-09-04          2.55

Answer 2

尝试：

library(hablar)
library(tidyverse)

data %>% 
  retype() %>% 
  group_by(Site, Date) %>% 
  summarize(AverageOxygen = mean(Oxygen))

为您提供：

# A tibble: 3 x 3
# Groups:   Site [?]
   Site Date       AverageOxygen
  <int> <date>             <dbl>
1     1 1993-07-05          4.7 
2     1 1993-08-30          3.55
3     1 1993-09-04          4.75

使用tidyverse对大时间序列数据集有条件地聚合列

2 个答案: