Question

我正在尝试做一些看似简单的事情，但事实证明这是一个挑战，所以我希望有人可以提供帮助！我有一系列时间观察温度：

Lines <-"1971-01-17 298.9197
1971-01-17 298.9197
1971-02-16 299.0429
1971-03-17 299.0753
1971-04-17 299.3250
1971-05-17 299.5606
1971-06-17 299.2380
2010-07-14 298.7876
2010-08-14 298.5529
2010-09-14 298.3642
2010-10-14 297.8739
2010-11-14 297.7455
2010-12-14 297.4790"

DF <- read.table(textConnection(Lines), col.names = c("Date", "Value"))

DF$Date <- as.Date(DF$Date)

mean.ts <- aggregate(DF["Value"], format(DF["Date"], "%m"), mean)

这会产生：

> mean.ts
  Date    Value
1   01 1.251667
2   02 1.263333

这只是一个例子 - 我的数据已经很多年了，所以我可以计算每月数据的完整平均值我当时想要做的是计算所有1月份（单独）的差异与我上面计算的1月份的平均值。

如果我不再使用日期/时间类，我可以用一些循环来做这个但是我想知道在R中是否有一个“整洁”的方法来做到这一点？有什么想法吗？

Answer 1

您只需将年份添加为汇总变量即可。使用公式界面更容易：

> aggregate(Value~format(Date,"%m")+format(Date,"%Y"),data=DF,mean)
   format(Date, "%m") format(Date, "%Y")    Value
1                  01               1971 298.9197
2                  02               1971 299.0429
3                  03               1971 299.0753
4                  04               1971 299.3250
5                  05               1971 299.5606
6                  06               1971 299.2380
7                  07               2010 298.7876
8                  08               2010 298.5529
9                  09               2010 298.3642
10                 10               2010 297.8739
11                 11               2010 297.7455
12                 12               2010 297.4790

Answer 2

至少在我理解你的问题时，你想要每个月的差异与那些月份的平均值，所以你可能想要使用ave而不是聚合：

diff.mean.ts <- ave(DF[["Value"]], 
                        list(format(DF[["Date"]], "%m")), FUN=function(x) x-mean(x) )

如果您想在同一个数据框中使用它，那么只需将其指定为一列：

DF$ diff.mean.ts  <- diff.mean.ts

ave函数用于向现有数据帧添加列，因为它返回的长度与第一个参数中的值数相同，在本例中为DF [[“Value”]]。在当前实例中，它返回所有0，这是正确的答案，因为每个月只有一个值。

基于平均月份和滚动数据的值的差异

2 个答案: