は、私は次の形式で時間ごとの気象データを持って毎日集計

Question

に時間ごとのデータを集約：私は必要なもの

Date,DBT 
01/01/2000 01:00,30 
01/01/2000 02:00,31 
01/01/2000 03:00,33 
... 
... 
12/31/2000 23:00,25 

はMAX、MIN、このようなAVEの日々の集合体である：

Date,MaxDBT,MinDBT,AveDBT 
01/01/2000,36,23,28 
01/02/2000,34,22,29 
01/03/2000,32,25,30 
... 
... 
12/31/2000,35,9,20 

どのようにRでこれを行うには？

Answer 1

1）これは、動物園を使用してコンパクトに行うことができる。

L <- "Date,DBT 
01/01/2000 01:00,30 
01/01/2000 02:00,31 
01/01/2000 03:00,33 
12/31/2000 23:00,25" 

library(zoo) 
stat <- function(x) c(min = min(x), max = max(x), mean = mean(x)) 
z <- read.zoo(text = L, header = TRUE, sep = ",", format = "%m/%d/%Y", aggregate = stat) 

これにより与える：

> z 
      min max  mean 
2000-01-01 30 33 31.33333 
2000-12-31 25 25 25.00000 

2）ここでの唯一のコアRを使用して解決する：

DF <- read.csv(text = L) 
DF$Date <- as.Date(DF$Date, "%m/%d/%Y") 
ag <- aggregate(DBT ~ Date, DF, stat) # same stat as in zoo solution 

最後の行は次のようになります。

> ag 
     Date DBT.min DBT.max DBT.mean 
1 2000-01-01 30.00000 33.00000 31.33333 
2 2000-12-31 25.00000 25.00000 25.00000 

EDIT：（1）これは最初に出現したので、へのtext=の引数が動物園パッケージに追加されました。 （2）マイナーな改善。

Answer 2

plyrパッケージからstrptime()、trunc()とddply()の使用：

#Make the data 
ZZ <- textConnection("Date,DBT 
01/01/2000 01:00,30 
01/01/2000 02:00,31 
01/01/2000 03:00,33 
12/31/2000 23:00,25") 
dataframe <- read.csv(ZZ,header=T) 
close(ZZ) 

# Do the calculations 
dataframe$Date <- strptime(dataframe$Date,format="%m/%d/%Y %H:%M") 
dataframe$day <- trunc(dataframe$Date,"day") 

require(plyr) 

ddply(dataframe,.(day), 
     summarize, 
     aveDBT=mean(DBT), 
     maxDBT=max(DBT), 
     minDBT=min(DBT) 
) 

は、明確にするために

  day aveDBT maxDBT minDBT 
1 2000-01-01 31.33333  33  30 
2 2000-12-31 25.00000  25  25 

を与える：

strptimeは、フォーマットに従って日付に文字を変換します。書式を指定する方法については、?strptimeを参照してください。 truncは、これらの日付時刻を指定された単位（この場合は曜日）に切り捨てます。

ddplyは、dayに従って分割した後にデータフレーム内の関数summarizeを評価します。 summarizeの後のすべては、関数summarizeに渡される引数です。

Answer 3

HydroTSMという素晴らしいパッケージもあります。それは動物園のオブジェクトを使用し、時間内に他の集約に変換することができます

あなたの場合の関数はsubdaily2dailyです。集計を最小/最大/平均に基づいて選択するかどうかを選択できます。

Answer 4

これにはtidyquantパッケージを使用できます。このプロセスでは、tq_transmute関数を使用して、xts集計関数apply.dailyを使用して変更されたデータフレームを返すことが含まれます。最小、最大、平均を返すカスタムstat_funを適用します。ただし、任意のベクトル関数を適用することができますquantileなど。

library(tidyquant) 

df 
#> # A tibble: 4 x 2 
#>     Date DBT 
#>    <dttm> <dbl> 
#> 1 2000-01-01 01:00:00 30 
#> 2 2000-01-01 02:00:00 31 
#> 3 2000-01-01 03:00:00 33 
#> 4 2000-12-31 23:00:00 25 

stat_fun <- function(x) c(min = min(x), max = max(x), mean = mean(x)) 

df %>% 
    tq_transmute(select  = DBT, 
       mutate_fun = apply.daily, 
       FUN  = stat_fun) 
# A tibble: 2 x 4 
#>     Date min max  mean 
#>    <dttm> <dbl> <dbl> <dbl> 
#> 1 2000-01-01 03:00:00 30 33 31.33333 
#> 2 2000-12-31 23:00:00 25 25 25.00000