Berechnung täglich bedeuten in der R

Sagen, ich habe die folgenden matrix:

x1 = 1:288
x2 = matrix(x1,nrow=96,ncol=3)

Gibt es einen einfachen Weg, um den Mittelwert der Zeilen 1:24,25:48,49:72,73:96 für die Spalte 2?

Grundsätzlich habe ich ein Jahr Zeit, die Serie und ich muss Durchschnitt einige Daten alle 24 Stunden.

InformationsquelleAutor SnowFrog | 2011-01-13
  1. 9

    Es ist.

    Nehmen wir an, wir haben die Tage :

    Days <- rep(1:4,each=24)

    könnte man leicht tun

    tapply(x2[,2],Days,mean)

    Wenn Sie einen dataframe mit einem Datum variabel sind, können Sie diese verwenden. Sie können tun, dass für alle Variablen auf einmal, die Verwendung von Aggregat :

    x2 <- as.data.frame(cbind(x2,Days))
aggregate(x2[,1:3],by=list(Days),mean)

    Werfen Sie einen Blick auf die Hilfe-Dateien für diese Funktionen, um mit zu beginnen. Auch eine Suche hier, es gibt durchaus einige andere interessante Antworten auf dieses problem :

    PS : Wenn du gehst zu tun eine Menge von timeseries, sollten Sie einen Blick auf die zoo Paket (auf CRAN : http://cran.r-project.org/web/packages/zoo/index.html )

    • Sie irren sich. tapply nicht erstellen Sie einen Daten-frame. Es entsteht ein Vektor (in diesem Fall). Großen Unterschied.
    • Ein Problem mit der tapply Methode ist, dass es erstellt einen Vektor (Anzahl der Spalten = Anzahl der Tage). Die aggregate - Methode erstellt einen data frame (1 Spalte mit der Anzahl der Zeilen = Anzahl der Tage), die kann praktisch sein, wenn nachträgliche manipulation der Daten erforderlich ist.
    • für den Verweis auf andere: wenn Sie haven ' T erstellt eine unabhängige Objekt für Tage, und es ist nur eine Spalte in der df, für die Aggregat() müssen Sie angeben, df$Tage
    InformationsquelleAutor Joris Meys
  2. 5

    1) ts. Da dies eine, in regelmäßigen Abständen Zeit-Serie, konvertieren Sie es in ein ts Serie und dann in aggregierter Form von der Frequenz 24-Frequenz 1:

    aggregate(ts(x2[, 2], freq = 24), 1, mean)

    geben:

    Time Series:
Start = 1
End = 4
Frequency = 1
[1] 108.5 132.5 156.5 180.5

    2) zoo. Hier ist es mit zoo. Die zoo-Paket kann auch mit unregelmäßigen Abständen-Serie (bei Bedarf Verlängerung). Unten day.hour ist die Tag-Nummer (1, 2, 3, 4) plus die Stunde als Bruchteil des Tages, so dass floor(day.hour) ist nur die Tag-Nummer:

    library(zoo)

day.hour <- seq(1, length = length(x2[, 2]), by = 1/24)
z <- zoo(x2[, 2], day.hour)
aggregate(z, floor, mean)
##          1     2     3     4 
##      108.5 132.5 156.5 180.5

    Wenn zz ist die Ausgabe von aggregate dann coredata(zz) und time(zz) sind die Werte und Zeiten, die jeweils als normale Vektoren.

    • +1 für die Darstellung der Verwendung von zoo und ts für, die. Ich hatte es zu erwähnen, da ich nicht davon ausgehen will, zu viel über die Daten in das eigentliche problem, aber es ist durchaus relevant und hilfreich.
    InformationsquelleAutor G. Grothendieck
  3. 3

    Recht kompakt und sehr schnelle Möglichkeit, dies zu tun ist, neu zu gestalten, den Vektor in eine geeignete matrix, und die Berechnung der Spalte bedeutet.

    colMeans(matrix(x2[,2],nrow=24))
    • saubere Lösung, vorausgesetzt, dass es keine fehlenden Daten überall. Ansonsten ist die matrix wäre nicht vertreten, die Tage.
    • Sie müssen vorsichtig mit dieser Methode, so dass die Dimensionen richtig sind. Aber man kann im Umgang mit fehlenden Daten durch die Verwendung von NA für diese und mit na.rm=TRUE
    • Ich bin mir bewusst, dass 🙂 ich Mittel fehlen, im Sinne von "nicht jeder Tag hat 24 Reihen von Daten"
    InformationsquelleAutor Matti Pastell
Schreibe einen Kommentar