r - 在 R 中的 "%H%M"箱中聚合平均值 "week"

Question

我已经为此苦苦挣扎了一段时间。我是使用 ts 数据和所有相关 R 包的新手。
我有一个带有几个变量的 df，包括 GMT 中“%H%M”和日期“%Y/%m/%e”采样发生的时间。我想将我的日期数据合并/聚合为“周”(即 %W/%g)，并计算在该周发生采样时的平均“一天中的时间”。

通过首先将我的 df 转换为 zoo 对象，然后使用如下所示的 aggregate.zoo 命令，我能够计算数值变量(例如，重量)的其他 FUN:

#calculate the sum weight captured every week 
x2c <- aggregate(OA_zoo, as.Date(cut(time(OA_zoo), "week")), sum)

但是，我不确定如何解决我正在使用 Date 格式而不是 num 的事实，并希望得到任何提示!
此外，我显然已经通过分别处理我的每个变量进行了大量编码。是否有一种方法可以通过使用 plyr 聚合“每周”来在我的 df 上应用不同的 FUN (sum/mean/max/min)？或者其他一些包？

编辑/澄清
这是 dput我的完整数据集样本的输出。我有 2004-2011 年的数据。我想使用 ggplot2 查看/绘图的是随着时间的推移(2004-2011)在几周内聚合的 TIME (%H%M) 的平均值/中位数。现在，我的数据不是按周汇总的，而是每天汇总的(随机样本)。

> dput(godin)
structure(list(depth = c(878, 1200, 1170, 936, 942, 964, 951, 
953, 911, 969, 960, 987, 991, 997, 1024, 978, 1024, 951, 984, 
931, 1006, 929, 973, 986, 935, 989, 1042, 1015, 914, 984), duration = c(0.8, 
2.6, 6.5, 3.2, 4.1, 6.4, 7.2, 5.3, 7.4, 7, 7, 5.5, 7.5, 7.3, 
7.5, 7, 4.2, 3, 5, 5, 9.3, 7.9, 7.3, 7.2, 7, 5.2, 8, 6, 7.5, 
7), Greenland = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 40L, 28L, 0L, 
0L, 34L, 7L, 28L, 0L, 0L, 0L, 27L, 0L, 0L, 0L, 44L, 59L, 0L, 
0L, 0L, 0L, 0L, 0L), date2 = structure(c(12617, 12627, 12631, 
12996, 12669, 13036, 12669, 13036, 12670, 13036, 12670, 13037, 
12671, 13037, 12671, 13037, 12671, 13038, 12672, 13038, 12672, 
13038, 12672, 13039, 12631, 12997, 12673, 13039, 12673, 13039
), class = "Date"), TIME = c("0940", "0145", "0945", "2045", 
"1615", "0310", "2130", "1045", "0625", "1830", "1520", "0630", 
"0035", "1330", "0930", "2215", "2010", "0645", "0155", "1205", 
"0815", "1845", "2115", "0350", "1745", "0410", "0550", "1345", 
"1515", "2115")), .Names = c("depth", "duration", "Greenland", 
"date2", "TIME"), class = "data.frame", row.names = c("6761", 
"9019", "9020", "9021", "9022", "9023", "9024", "9025", "9026", 
"9027", "9028", "9029", "9030", "9031", "9032", "9033", "9034", 
"9035", "9036", "9037", "9038", "9039", "9040", "9041", "9042", 
"9043", "9044", "9045", "9046", "9047"))

Answer 1

我会这样处理它:
首先创建一个带有代表星期的字符串的列:

godin$week <- format(godin$date2, "%Y-W%U")

这会给你类似 "2004-W26" 的东西，这对 aggregate 来说已经足够了.

那么您需要将代表 HHMM 的字符向量转换为实际时间，以便您可以对其使用时间数学。

godin$time2 <- as.POSIXct(strptime(godin$TIME, "%H%M"))

注意:以上内容有点坑... strptime()如果没有指定，则假定当前日期，但这不应该妨碍此特定应用程序，因为所有转换时间都将具有相同的日期，平均值的时间部分将是正确的。稍后我会取消约会...

那时，我认为您可以简单地汇总:

x2c <- aggregate(time2~week, data=godin, FUN=mean)

并摆脱不相关(和错误)的日期部分

x2c$time2 <- format(x2c$time2,"%H:%M:%S")

等瞧。

> x2c
      week    time2
1 2004-W29 09:40:00
2 2004-W30 01:45:00
3 2004-W31 13:45:00
4 2004-W36 12:07:00
5 2004-W37 10:32:30
6 2005-W31 12:27:30
7 2005-W36 10:48:20
8 2005-W37 13:11:06

这里的教训是，在 R 中没有关联日期的情况下插入时间是很棘手的。我很想听听其他有更好方法的人。