總結時間序列

Question

我正在嘗試總結一個數據集，該數據集是多個不同歐盟的數據的時間序列。 該設備每15分鍾記錄一次數據，但我希望將其匯總一下，以分析每小時，6小時和每天的不同時間間隔。 我瀏覽過列表中的幾條帖子，也沒有運氣。 任何幫助，將不勝感激。

示例數據如下

Signal  Date         Timedate              ID  Tx  Block
49     2014-08-14   08/14/2014 21:00:00   15   1   1
35     2014-08-14   08/14/2014 21:15:00   15   1   1
149    2014-08-14   08/14/2014 21:30:00   15   1   1
135    2014-08-14   08/14/2014 21:45:00   15   1   1

這種形式的記錄大約還有70k。 每4個條目（每小時）需要將數據壓縮為1條記錄，依此類推，將信號總和相加。

最終輸出

Signal  Date         Timedate              ID  Tx  Block
368    2014-08-14   08/14/2014 21:00:00   15   1   1

Answer 1

這是一個快速的data.table包裝，但是您可以使用基R進行類似的操作。簡而言之，您要做的就是將Timedate轉換為POSIXct類，同時刪除分鍾和秒，然后進行簡單的聚合

library(data.table)
setDT(df)[, Timedate := as.POSIXct(substr(Timedate, 1, 19), format = "%m/%d/%Y %H")]
df[, .(Signal = sum(Signal)), by = .(Date, Timedate, ID, Tx, Block)]
#          Date            Timedate ID Tx Block Signal
# 1: 2014-08-14 2014-08-14 21:00:00 15  1     1    368

聚合部分也可以輕松地用基數R完成

aggregate(Signal ~., df, sum)
#         Date            Timedate ID Tx Block Signal
# 1 2014-08-14 2014-08-14 21:00:00 15  1     1    368

---

另一個選項（如果數據已排序且始終具有4的間隔），則可以創建索引並通過它進行聚合，而無需修改原始數據中的Timedate

setDT(df)[, indx := gl(nrow(df)/4, nrow(df)/4)]
df[, .(Signal = sum(Signal), Timedate = Timedate[1L]),  by = .(Date, ID, Tx, Block, indx)]
#          Date ID Tx Block indx Signal            Timedate
# 1: 2014-08-14 15  1     1    1    368 08/14/2014 21:00:00

Answer 2

嘗試

library(zoo)
?aggregate.zoo
examples(aggregate.zoo)

您需要研究一下，但功能強大。