r - 如何在 R 中更快地过滤数据集并计算新变量？

Question

我有一个数据集，其中包含每分钟的值，我想计算每小时的平均值。我尝试使用 dplyr 包中的 group_by()、filter() 和 summarise() 来减少每小时的数据。当我仅使用这些函数时，我可以获得每小时的平均值，但只能获得每月的平均值，并且我想要每天的平均值。

> head(DF)
         datetime        pw        cu          year m  d hr min
1 2017-08-18 14:56:00 0.0630341 1.94065        2017 8 18 14  53
2 2017-08-18 14:57:00 0.0604653 1.86771        2017 8 18 14  57
3 2017-08-18 14:58:00 0.0601318 1.86596        2017 8 18 14  58
4 2017-08-18 14:59:00 0.0599276 1.83761        2017 8 18 14  59
5 2017-08-18 15:00:00 0.0598998 1.84177        2017 8 18 15   0

我必须使用 for 循环来减少我的表，我编写了以下代码来做到这一点:

datetime <- c()
eg_bf <-c ()

for(i in 1:8760){  
    hour= start + 3600

    DF= DF %>% 
      filter(datetime >= start & datetime < hour) %>% 
      summarise(eg= mean(pw))

    datetime= append(datetime, start)
    eg_bf= append(eg_bf, DF$eg)

    start= hour
    }
new_DF= data.frame(datetime, eg_bf)

所以。我能够获得新的数据集，其中包含一年中每个小时的平均值。

  datetime             eg_bf
1 2018-01-01 00:00:00  0.025
2 2018-01-01 01:00:00  0.003
3 2018-01-01 02:00:00  0.002
4 2018-01-01 03:00:00  0.010
5 2018-01-01 04:00:00  0.015

我面临的问题是需要花费很多时间才能做到这一点。我们的想法是将此计算添加到 Shiny 的 UI 中，因此每次我进行更改时，它都必须使更改速度更快。知道如何改进这个计算吗？

Answer 1

你可以试试这个。使用 lubridate 包中的 make_date 使用数据集的年、月、日和小时列创建新的 date_time 列。然后在新专栏上进行分组和总结

library(dplyr)
library(lubridate)
 df %>% 
   mutate(date_time = make_datetime(year, m, d, hr)) %>%  
   group_by(date_time) %>% 
   summarise(eg_bf = mean(pw))