Question

我需要帮助解决这个问题：

我有一个每30分钟分配一次水位值的数据集，但我只需要每小时的值。我尝试使用aggregate()函数，但由于函数FUN是一个必要条件，它确定我的分析是平均值，或中位数，我不想使用任何stat函数。

我数据框的一个例子

06/16/2015 02:00:00 0.036068
06/16/2015 02:30:00 0.008916
06/16/2015 03:00:00 -0.008622
06/16/2015 03:30:00 -0.014057
06/16/2015 04:00:00 -0.011172
06/16/2015 04:30:00 0.002401
06/16/2015 05:00:00 0.029632
06/16/2015 05:30:00 0.061902002
06/16/2015 06:00:00 0.087366998
06/16/2015 06:30:00 0.105176002
06/16/2015 07:00:00 0.1153
06/16/2015 07:30:00 0.126197994
06/16/2015 08:00:00 0.144154996

Answer 1

我们转换了＆＃39; RefDateTimeRef＆＃39;列到POSIXct，提取＆＃39;分钟＆＃39;秒＆＃39;使用format并将其与00:00进行比较，以返回我们用于对行进行子集化的逻辑向量。

df1[format(as.POSIXct(df1[,1], format = "%m/%d/%Y %H:%M"), "%M:%S")=="00:00",]
#     RefDateTimeRef  Data
#10 04/14/2016 09:00 0.153
#22 04/14/2016 08:00 0.148

或lubridate

library(lubridate)
df1[ minute(mdy_hm(df1[,1]))==0,]
#     RefDateTimeRef  Data
#10 04/14/2016 09:00 0.153
#22 04/14/2016 08:00 0.148

或者使用sub删除子字符串直到小时部分，然后使用==获取逻辑向量并对行进行子集化。

df1[ sub(".*\\s+\\S{2}:", "", df1[,1])=="00",]

注意：我建议不要使用sub或substr，因为它有时会导致错误的答案。

Answer 2

df <- read.table(text = '06/16/2015 02:00:00 0.036068
06/16/2015 02:30:00 0.008916
06/16/2015 03:00:00 -0.008622
06/16/2015 03:30:00 -0.014057
06/16/2015 04:00:00 -0.011172
06/16/2015 04:30:00 0.002401
06/16/2015 05:00:00 0.029632
06/16/2015 05:30:00 0.061902002
06/16/2015 06:00:00 0.087366998
06/16/2015 06:30:00 0.105176002
06/16/2015 07:00:00 0.1153
06/16/2015 07:30:00 0.126197994
06/16/2015 08:00:00 0.144154996')

colnames(df) <- c('Date','Time','Value')

index <- ifelse(substring(df$Time,4) == "00:00",T,F)

final_df <- df[index,]

如何从数据集中选择每小时值？

2 个答案: