我为再次发布这篇文章而道歉，但我在上一篇文章中犯了一系列错误。
我的数据每分钟有降水量。当我计算每小时平均值时，我想将此计算为降雨量> 0时的降雨分钟总和（以小时表示）。
非常感谢帮助。提前谢谢你：
> metsacbo[1021:1085,]
date press temp ws wd u% precipitation
1021 2017-06-06 17:00:00 963.9 19.6 2 344.3 55.6 0.00
1022 2017-06-06 17:01:00 980.2 19.9 2 348.3 56.0 0.00
1023 2017-06-06 17:02:00 980.2 19.9 2 355.4 55.8 0.00
1024 2017-06-06 17:03:00 980.2 19.8 2 351.8 54.0 0.00
1025 2017-06-06 17:04:00 980.1 19.8 2 354.4 54.2 0.00
1026 2017-06-06 17:05:00 963.8 19.5 2 2.8 54.1 0.00
1027 2017-06-06 17:06:00 980.1 19.8 3 345.3 54.7 0.00
1028 2017-06-06 17:07:00 980.0 19.7 2 345.8 54.8 0.00
1029 2017-06-06 17:08:00 979.9 19.7 2 352.5 55.1 0.00
1030 2017-06-06 17:09:00 979.9 19.7 2 355.8 55.9 0.00
1031 2017-06-06 17:10:00 979.9 19.7 2 1.8 56.3 0.00
1032 2017-06-06 17:11:00 980.0 19.6 2 3.7 56.1 0.00
1033 2017-06-06 17:12:00 980.0 19.6 2 354.9 56.0 0.00
1034 2017-06-06 17:13:00 980.0 19.6 2 357.1 56.6 0.00
1035 2017-06-06 17:14:00 979.9 19.6 2 359.9 57.1 0.00
1036 2017-06-06 17:15:00 979.9 19.6 2 3.4 57.5 0.00
1037 2017-06-06 17:16:00 979.8 19.6 2 340.0 58.1 0.00
1038 2017-06-06 17:17:00 979.8 19.6 3 355.4 58.0 0.00
1039 2017-06-06 17:18:00 979.8 19.6 2 336.4 58.0 0.00
1040 2017-06-06 17:19:00 979.9 19.6 2 337.9 58.0 0.00
1041 2017-06-06 17:20:00 980.0 19.6 3 336.9 57.5 0.02
1042 2017-06-06 17:21:00 980.2 19.6 2 334.2 56.3 0.00
1043 2017-06-06 17:22:00 980.2 19.5 2 347.3 55.8 0.00
1044 2017-06-06 17:23:00 980.2 19.5 2 354.7 56.3 0.00
1045 2017-06-06 17:24:00 980.1 19.5 2 348.0 56.7 0.00
1046 2017-06-06 17:25:00 979.9 19.5 1 2.7 57.1 0.00
1047 2017-06-06 17:26:00 979.8 19.4 3 357.3 57.0 0.00
1048 2017-06-06 17:27:00 963.4 19.1 3 1.6 55.8 0.01
1049 2017-06-06 17:28:00 963.3 19.0 2 8.4 56.7 0.01
1050 2017-06-06 17:29:00 963.3 19.0 2 358.8 57.2 0.00
1051 2017-06-06 17:30:00 979.6 19.2 2 352.1 58.0 0.00
1052 2017-06-06 17:31:00 979.6 19.2 2 344.1 59.1 0.05
1053 2017-06-06 17:32:00 979.6 19.2 3 343.3 60.3 0.23
1054 2017-06-06 17:33:00 979.7 19.1 3 346.3 59.9 0.40
1055 2017-06-06 17:34:00 979.8 18.9 4 343.1 60.6 0.67
1056 2017-06-06 17:35:00 979.9 18.6 3 347.2 62.6 0.52
1057 2017-06-06 17:36:00 980.0 18.4 3 340.5 64.7 0.53
1058 2017-06-06 17:37:00 980.0 18.1 3 337.5 65.8 0.90
1059 2017-06-06 17:38:00 980.2 17.9 2 309.4 67.3 0.51
1060 2017-06-06 17:39:00 980.4 17.6 2 321.1 68.9 0.74
1061 2017-06-06 17:40:00 980.6 17.3 2 306.1 69.4 0.70
1062 2017-06-06 17:41:00 980.8 17.0 2 252.6 70.2 1.29
1063 2017-06-06 17:42:00 981.0 16.7 2 226.8 71.2 1.60
1064 2017-06-06 17:43:00 981.2 16.4 2 260.7 72.1 1.26
1065 2017-06-06 17:44:00 981.1 16.1 2 293.0 73.1 1.77
1066 2017-06-06 17:45:00 980.7 15.8 2 324.6 73.7 1.88
1067 2017-06-06 17:46:00 980.4 15.5 3 348.7 74.5 1.21
1068 2017-06-06 17:47:00 963.7 15.0 2 351.4 74.6 1.03
1069 2017-06-06 17:48:00 980.0 15.1 3 329.3 77.5 0.93
1070 2017-06-06 17:49:00 980.0 15.0 1 352.5 78.6 0.71
1071 2017-06-06 17:50:00 979.9 15.0 2 343.7 79.4 0.53
1072 2017-06-06 17:51:00 979.9 15.0 2 334.1 79.8 0.12
1073 2017-06-06 17:52:00 979.9 15.1 2 358.4 80.1 0.05
1074 2017-06-06 17:53:00 979.9 15.1 2 345.6 80.0 0.01
1075 2017-06-06 17:54:00 979.9 15.2 2 0.4 79.4 0.01
1076 2017-06-06 17:55:00 979.8 15.3 2 354.4 78.7 0.00
1077 2017-06-06 17:56:00 979.7 15.4 2 355.8 78.1 0.00
1078 2017-06-06 17:57:00 979.7 15.5 1 8.9 77.8 0.00
1079 2017-06-06 17:58:00 979.7 15.6 1 32.4 77.4 0.00
1080 2017-06-06 17:59:00 979.7 15.7 1 49.5 77.0 0.00
1081 2017-06-06 18:00:00 979.8 15.8 1 53.1 76.8 0.00
1082 2017-06-06 18:01:00 979.8 15.8 1 34.6 77.0 0.00
1083 2017-06-06 18:02:00 979.9 15.9 2 35.0 76.8 0.00
1084 2017-06-06 18:03:00 979.9 15.9 2 10.0 76.4 0.00
1085 2017-06-06 18:04:00 980.0 15.9 2 3.2 76.5 0.00
当我计算每小时平均值时，这是我想要的结果。
在＆＃34; time prec＆＃34;我希望得到每小时下雨事件的分钟数。
头（dmeth，20）
A tibble：20 x 8
约会温度与你同在。 PREC。时间准备。（h） 1 2017-06-06 00:00:00 984. 17.8 0.783 15.3 72.8 0。0 2 2017-06-06 01:00:00 979. 17.5 0.550 32.1 77.0 0. 0 3 2017-06-06 02:00:00 982. 17.5 0.800 0.567 74.9 0。0 4 2017-06-06 03:00:00 982. 17.5 0.717 358. 78.1 0. 0 5 2017-06-06 04:00:00 982. 17.7 0.583 40.7 73.7 0。0 6 2017-06-06 05:00:00 981. 17.6 0.767 354. 76.1 0。0 7 2017-06-06 06:00:00 980. 17.8 0.700 6.19 74.2 0。0 8 2017-06-06 07:00:00 981. 18.1 0.683 26.8 73.3 0. 0 9 2017-06-06 08:00:00 981. 18.8 0.800 26.4 69.5 0。0 10 2017-06-06 09:00:00 981. 19.1 0.100 45.9 72.4 0. 0 11 2017-06-06 10:00:00 979. 19.4 0.317 351. 70.4 0. 0 12 2017-06-06 11:00:00 981.20.0 1.20 41.3 67.2 0.120 0.03 13 2017-06-06 12:00:00 980. 21.4 1.58 121. 58.2 0。0 14 2017-06-06 13:00:00 979. 22.0 1.98 123. 59.2 0。0 15 2017-06-06 14:00:00 979. 21.8 1.78 120. 59.8 0。0 16 2017-06-06 15:00:00 978. 20.0 1.55 122. 69.8 8.15 0.43 17 2017-06-06 16:00:00 979. 20.4 1.68 3.33 64.9 0。0 18 2017-06-06 17:00:00 978. 18.1 2.15 345. 64.0 17.7 0.45 19 2017-06-06 18:00:00 978. 16.8 2.07 15.2 74.4 0。0 20 2017-06-06 19:00:00 980. 17.0 2.73 357. 71.4 6.18 0.52
答案 0 :(得分：1)
由于某些原因，你的数据正在崩溃，所以让我们模拟一下：
UITapGestureRecognizer现在，由于您的数据结构的方式，如果您想要有一些降水的小时数（precipitation <- sample(0:19, 180, replace = TRUE, prob = c(0.9, rep(0.1/19, 19)))/10
date <- round(Sys.time(), "min") + seq_len(180)*60
df <- data.frame(date, precipitation)
），您可以将逻辑向量相加并除以60：
df$precipitation > 0如果你想让它成为班级sum(df$precipitation > 0) / 60
的一个对象，只需将其变为一个，单位为
"difftime"现在它将作为difftime打印。
我一直试图理解你想要的行为......我想它可能是：
x <- sum(df$precipitation > 0) / 60
class(x) <- "difftime"
attr(x, which = "units") <- "hours"
您想要的表格（编辑您的帖子以包含它，不要将其添加为答案）会将该列显示为数字，并为行提供df$time_prec <- as.numeric(df$precipitation > 0)
head(df)
date precipitation time_prec
1 2018-03-28 11:13:00 0.0 0
2 2018-03-28 11:14:00 0.0 0
3 2018-03-28 11:15:00 0.0 0
4 2018-03-28 11:16:00 0.0 0
5 2018-03-28 11:17:00 0.9 1
6 2018-03-28 11:18:00 0.0 0
没有降水，对于有一些降水的行是空白的。你不能为数字列设置一个空白值（你可以为字符，但我不建议它），所以在这里我们将它设为1，用于有一些降水的行。