每个时间段连续 n 分钟的滚动最低平均值和标准差

Question

新的 R 用户在这里寻找指导。我正在处理一个 15 分钟的数据集，并希望通过一个变量(在我的例子中是建筑物)为一年中的每一天解析出以下内容:(1) n 个连续行的“值”的最低平均值(最好是 2 或 3 小时的值)(2)同期标准差

示例 df:

    variable    year month day hr min   date     value
    building_a  2018    6   2   0   0   6/2/2018    19
    building_a  2018    6   2   0   15  6/2/2018    19
    building_a  2018    6   2   0   30  6/2/2018    19
    building_a  2018    6   2   0   45  6/2/2018    17
    building_a  2018    6   2   1   0   6/2/2018    17
    building_a  2018    6   2   1   15  6/2/2018    15
    building_a  2018    6   2   1   30  6/2/2018    15
    building_a  2018    6   2   1   45  6/2/2018    14
    building_a  2018    6   2   2   0   6/2/2018    14
    building_a  2018    6   2   2   15  6/2/2018    13
    building_a  2018    6   2   2   30  6/2/2018    13
    building_a  2018    6   2   2   45  6/2/2018    13
    building_a  2018    6   2   3   0   6/2/2018    12
    building_a  2018    6   2   3   15  6/2/2018    14
    building_a  2018    6   2   3   30  6/2/2018    13
    building_a  2018    6   2   3   45  6/2/2018    13
    building_b  2018    6   2   0   0   6/2/2018    37
    building_b  2018    6   2   0   15  6/2/2018    41
    building_b  2018    6   2   0   30  6/2/2018    38
    building_b  2018    6   2   0   45  6/2/2018    39
    building_b  2018    6   2   1   0   6/2/2018    37
    building_b  2018    6   2   1   15  6/2/2018    36
    building_b  2018    6   2   1   30  6/2/2018    34
    building_b  2018    6   2   1   45  6/2/2018    34
    building_b  2018    6   2   2   0   6/2/2018    35
    building_b  2018    6   2   2   15  6/2/2018    35
    building_b  2018    6   2   2   30  6/2/2018    29
    building_b  2018    6   2   2   45  6/2/2018    32
    building_b  2018    6   2   3   0   6/2/2018    30
    building_b  2018    6   2   3   15  6/2/2018    33
    building_b  2018    6   2   3   30  6/2/2018    30
    building_b  2018    6   2   3   45  6/2/2018    32

我已经能够使用以下方法针对一小时的片段执行此操作，但无法弄清楚如何使其适应更大的窗口(例如，最低 135 分钟平均值而不是 60 分钟)。

    tmp <- aggregate(value~variable+date+hour, df, 
                               function(x) 
                                   c(mean = mean(x), sd = sd(x)))

    tmp2 <- do.call("data.frame",tmp)
    tmp2$value.mean <- as.numeric(tmp2$value.mean)
    tmp2$value.sd <- as.numeric(tmp2$value.sd)

    tmp2_flat <- tmp2 %>%
      group_by(variable, date) %>%
      filter(value.mean == min(value.mean)) %>%
      arrange(variable, date, value.sd) %>%
      slice(1)

提前感谢您的任何建议

Answer 1

我玩了一会儿，这是我想出的:

更新:最后的答案不太可行。没有反馈，但我正在改变它。

library(zoo)
library(dplyr)

df %>%
  group_by(variable, date) %>%
  mutate(minimum =  rollapply(value, width = 4, FUN = mean, fill = NA, align = "right"),
         sd = rollapply(value, width = 4, FUN = sd, fill = NA, align = "right")) %>%
  slice(which.min(minimum))

# A tibble: 2 x 10
# Groups:   variable, date [2]
  variable    year month   day    hr   min date     value minimum    sd
  <fct>      <int> <int> <int> <int> <int> <fct>    <int>   <dbl> <dbl>
1 building_a  2018     6     2     3     0 6/2/2018    12    12.8  0.5 
2 building_b  2018     6     2     2    30 6/2/2018    29    33.2  2.87

然而，这个想法仍然是一样的。在 rollapply() 函数中，可以通过 width= 参数指定连续行的 n。 4 在这种情况下表示 4 * 15 分钟 = 1 小时，但可以是任意数量的刻钟。它通过回顾 width 行来计算每行的 value 的“移动平均值”。

我希望这应该能做到。