Сводные почасовые данные о температуре в R - PullRequest
Новая
       10

Сводные почасовые данные о температуре в R

0 голосов
/ 29 мая 2018

Моя цель - найти минимальные и максимальные суточные температуры и добавить их во фрейм данных.Мой текущий фрейм данных выглядит следующим образом: 

ROW DATE_TIME  TEMP (DEG C)
1   5/1/1999   4.6
2   5/1/1999   3.8
3   5/1/1999   2.9

Я пытаюсь получить дневной диапазон температуры, используя эти данные, но главная проблема, с которой я сталкиваюсь, - это «нестандартные» даты.Набор данных, который я использую, имеет длину несколько тысяч точек данных, поэтому я хотел бы иметь код, который делает max-min для каждых 24 строк, чтобы получить суточное изменение температуры.

Спасибо!

1 Ответ

0 голосов
/ 29 мая 2018

Если вы хотите рассчитать его с помощью запущенного окна, вы можете использовать функцию gtools::running() и установить аргументы by() и width() равными 24. 

require(tidyverse)
require(gtools)

set.seed(123)
df <- data.frame(row = c(seq(1, 24*5, by = 1)), 
                 date = as.Date(c(
                   rep(c("02/25/92"), 24), 
                   rep(c("02/26/92"), 24),
                   rep(c("02/27/92"), 24),
                   rep(c("02/28/92"), 24), 
                   rep(c("02/29/92"), 24)), 
                   format = "%m/%d/%y"),
                 temp = rnorm(24*5, mean = 5, sd = 5)) 

#Function to calculate the min. and max. of a vector/column 
MinMaxFunction <- function(x) {
  return(data.frame(min = min(x, na.rm = TRUE), 
             max = max(x, na.rm = TRUE)))
}

#Calculating the running min. max. 
dfRunningMean <- running(df$temp,
                         fun = MinMaxFunction,
                         by = 24, 
                         width = 24) %>%
  t() %>% 
  as.data.frame()

dfRunningMean

             min      max
1:24   -4.833086 13.93457
25:48  -3.433467 15.84478
49:72  -6.545844 15.25042
73:96  -1.103589 11.80326
97:120  -3.33971 15.93666

Или вы можете сделать этос подходом tidyverse и рассчитайте мин. / макс.на каждую дату.

require(tidyverse)


df %>% 
  group_by(date) %>% 
  summarise(min = min(temp, na.rm = TRUE), 
            max = max(temp, na.rm = TRUE))

  date         min   max
  <date>     <dbl> <dbl>
1 1992-02-25 -4.83  13.9
2 1992-02-26 -3.43  15.8
3 1992-02-27 -6.55  15.3
4 1992-02-28 -1.10  11.8
5 1992-02-29 -3.34  15.9
...