基於平均月份和滾動數據的值的差異

Question

我正在嘗試做一些看起來很簡單的事情但是證明有點挑戰，所以我希望有人可以提供幫助！
我有一系列溫度觀察時間：

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)

這會產生：

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

這只是一個例子 - 我的數據是多年的，所以我可以計算出每月的完整數據平均值。
我當時想要做的是計算所有1月份（單獨）的差異與我上面計算的1月份的平均值。

如果我不再使用日期/時間類，我可以用一些循環來做這個但我想知道在R中是否有一個“整潔”的方法來做到這一點？ 有任何想法嗎？

Answer 1

您只需將年份添加為聚合變量即可。 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

至少我理解你的問題，你想要每個月的差異與那些月份的平均值，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) )

如果您想在同一個數據框中使用它，那么只需將其指定為一列：

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

ave函數用於向現有數據幀添加列，因為它返回的長度與第一個參數中的值數相同，在本例中為DF [[“Value”]]。 在當前實例中，它返回所有0，這是正確的答案，因為每個月只有一個值。