如何按照1分钟的时间间隔对31天内的原始数据进行分区？

Question

我们有一个如下所示的数据集：

1
2
3
4
5
6
...

总共我们在1分钟间隔内有31天的值= 31 * 24 * 60 = 44640总值。

我们已将这些值加载到变量中，如下所示：

myData <- scan("file.txt")

现在我们尝试使用ts()对值进行分区，以便识别这些1分钟的间隔，并相应地绘制数据。然而，我们没有这样做，因为目前的情节看起来非常丑陋和混乱 - 没有任何意义。有关如何根据1分钟时间间隔对值进行分区的任何想法？

Answer 1

汇总价值怎么样：

set.seed(1)
df <- data.frame(
  x = seq(Sys.time(), Sys.time()+31*24*60*60-1, by = "1 min"),
  y = runif(31*24*60)
)
head(df)
#                     x         y
# 1 2016-07-06 22:17:50 0.2655087
# 2 2016-07-06 22:18:50 0.3721239
# 3 2016-07-06 22:19:50 0.5728534
# 4 2016-07-06 22:20:50 0.9082078
# 5 2016-07-06 22:21:50 0.2016819
# 6 2016-07-06 22:22:50 0.8983897
library(xts)
xts <- as.xts(df$y, df$x)

par(mfrow=c(2,1))
plot(xts)
plot(apply.daily(xts, mean))