我在尝试计算平均温度10分钟但24小时内向量时遇到了麻烦。平均间隔10分钟的大型不规则间隔时间序列产生24小时配置文件
我有一个时间系列以正确的POSIX格式存储在数据帧中。唯一的问题是数据不规则间隔(10±3分钟)。
我知道如何平均他们在几小时,几天,几个月的年份但我需要获得24,72或168小时的档案的平均值。
例如,对于168小时配置文件,我希望在每个星期一的观察期间在00:00:00,然后在00:10:00,00:20:00等,然后每个星期二,星期三等。
所以我的数据平均值必须符合常规24/72/168向量。
对于24小时向量将像这样被定义:
seq(ISOdatetime(2001,2,3,0,0,0), ISOdatetime(2001,2,4,0,0,0), by=(60*5))
在常规24小时矢量所得source of this solution here
[1] "2001-02-03 00:00:00 PST" "2001-02-03 00:05:00 PST"
[3] "2001-02-03 00:10:00 PST" "2001-02-03 00:15:00 PST"
[5] "2001-02-03 00:20:00 PST" "2001-02-03 00:25:00 PST"
[7] "2001-02-03 00:30:00 PST" "2001-02-03 00:35:00 PST"
[9] "2001-02-03 00:40:00 PST" "2001-02-03 00:45:00 PST"
问题是我的数据的时间戳与每一天您移可以从下面的示例中看到。在2016-09-01首读(应该是在00:00:00)是00:01:00,第二天是00:04:00,第二天00:07:00等等。
我试过xts
和zoo
没有成功,因为聚合的限制是小时,我需要在几分钟内定义它。
的多个答案我已经找到了对付通过不断的数据集(example1平均时间序列,example2。
可惜我找不到关于我的问题的答案。示例数据库的
结构:
'data.frame': 9490 obs. of 2 variables:
$ Date_Time_Stamp : POSIXct, format: "2016-09-01 00:01:00" "2016-09-01 00:11:00" "2016-09-01 00:22:00" "2016-09-01 00:32:00" ...
$ Signal_Raw_Value: num 778 694 592 523 567 ...
我的数据是这样的(头)尾
Date_Time_Stamp Signal_Raw_Value
1 2016-09-01 00:01:00 777.51
2 2016-09-01 00:11:00 694.38
3 2016-09-01 00:22:00 591.69
4 2016-09-01 00:32:00 523.23
5 2016-09-01 00:42:00 567.24
6 2016-09-01 00:52:00 547.68
:
Date_Time_Stamp Signal_Raw_Value
9485 2016-11-06 23:02:00 660.15
9486 2016-11-06 23:12:00 635.70
9487 2016-11-06 23:22:00 498.78
9488 2016-11-06 23:32:00 415.65
9489 2016-11-06 23:42:00 425.43
9490 2016-11-06 23:53:00 440.10
第一个小时2016年9月1日
Date_Time_Stamp Signal_Raw_Value
1 2016-09-01 00:01:00 777.51
2 2016-09-01 00:11:00 694.38
3 2016-09-01 00:22:00 591.69
4 2016-09-01 00:32:00 523.23
5 2016-09-01 00:42:00 567.24
6 2016-09-01 00:52:00 547.68
7 2016-09-01 01:02:00 562.35
第二天的第一个小时(2016年9月2日)
143 2016-09-02 00:04:00 557.46
144 2016-09-02 00:14:00 557.46
145 2016-09-02 00:24:00 562.35
146 2016-09-02 00:35:00 552.57
147 2016-09-02 00:45:00 503.67
148 2016-09-02 00:55:00 484.11
149 2016-09-02 01:05:00 454.77
第三天行(2016年9月3日)
285 2016-09-03 00:07:00 655.26
286 2016-09-03 00:17:00 537.90
287 2016-09-03 00:27:00 464.55
288 2016-09-03 00:38:00 454.77
289 2016-09-03 00:48:00 425.43
290 2016-09-03 00:58:00 420.54
291 2016-09-03 01:08:00 400.98
和第四日的前1小时:
426 2016-09-04 00:00:00 865.53
427 2016-09-04 00:10:00 723.72
428 2016-09-04 00:20:00 621.03
429 2016-09-04 00:30:00 562.35
430 2016-09-04 00:40:00 493.89
431 2016-09-04 00:51:00 459.66
432 2016-09-04 01:01:00 435.21
处理信号的原始值后,我需要制作这样的事情: 24 hrs profile和168小时:168 hrs profile 。
谢谢!
解决此问题的一种方法是使用seq函数从数据的开始到结束创建一个10分钟间隔的数组。使用新创建的数组的cut函数作为break参数。现在你可以聚合,但新定义的切割值 – Dave2e
我有一个部分成功与以下(优雅?)解决方案: 聚合(qxts,格式(索引(qxts),“%H”),平均值) 这产生每小时每小时平均值。我坚持改变间隔10或15分钟。任何想法如何继续前进? – Patryk