用NA将5分钟的数据汇总成每小时的总和

Question

我的问题如下:我有一个5分钟降水数据的时间序列，如：

            Datum mm
1 2004-04-08 00:05:00 NA
2 2004-04-08 00:10:00 NA
3 2004-04-08 00:15:00 NA
4 2004-04-08 00:20:00 NA
5 2004-04-08 00:25:00 NA
6 2004-04-08 00:30:00 NA

在这种结构下：

'data.frame':   1098144 obs. of  2 variables:
$ Datum: POSIXlt, format: "2004-04-08 00:05:00" "2004-04-08 00:10:00"   "2004-04-08 00:15:00" "2004-04-08 00:20:00" ...
$ mm   : num  NA NA NA NA NA NA NA NA NA NA ...

正如你所看到的，时间序列是从大量的NA's开始的，但是有测量到的更低的降水，尽管由于测量站的故障而充满了单一的，不太常见的NA's。

我想要实现的是，把实测的降水量加到每小时的总和，而不考虑NA's。

这就是我迄今为止尝试过的：

sums <- aggregate(precip["mm"], 
               list(cut(precip$Datum, "1 hour")), sum)

即使时间戳被正确地聚合为小时，所有的总和都是0或NA。如果根本没有NA，甚至都不计算和。

此外，还应考虑到：

气象学中的每小时降水量之和总是描述某一小时的累积和: 0:00的降水量表示从前一天23:00到0:00的总和。所以我总是需要总结一下前一个小时。

可复制示例

set.seed(1120)
s <- as.POSIXlt("2004-03-08 23:00:00")
r <- seq(s, s+1e4, "30 min")
precip <- data.frame(Datum=r, mm=sample(c(1:5,NA), 6, T))

            Datum mm
2004-03-08 23:00:00  4
2004-03-08 23:30:00  1
2004-03-09 00:00:00  2
2004-03-09 00:30:00  4
2004-03-09 01:00:00  1
2004-03-09 01:30:00  4

在上面的例子中，我要寻找的结果是：

            Datum mm
2004-03-09 00:00:00 5
2004-03-09 01:00:00 6
2004-03-09 02:00:00 5

Answer 1

尝试添加na.rm=TRUE

aggregate(precip['mm'], list(cut(precip$Datum, "1 hour")), sum, na.rm=TRUE)
#               Group.1 mm
# 1 2004-04-08 00:00:00 26
# 2 2004-04-08 01:00:00 35
# 3 2004-04-08 02:00:00 25

可复制示例

set.seed(1120)
s <- as.POSIXlt("2004-04-08 00:05:00")
r <- seq(s, s+1e4, "5 min")
precip <- data.frame(Datum=r, mm=sample(c(1:5,NA), 34, T))

增编

关于你的第二个问题:如果你想用较小的小时来计算小时的测量值，那么添加right=TRUE

aggregate(precip['mm'], list(cut(precip$Datum, "1 hour", right=TRUE)), sum, na.rm=TRUE)

进一步解释

我们将创建另一个更详细的解释，以说明解决方案是如何工作的：

p <- c("2004-04-07 23:48:20", "2004-04-08 00:00:00", "2004-04-08 00:03:20")
ptime <- as.POSIXlt(p)
#[1] "2004-04-07 23:48:20 EDT" "2004-04-08 00:00:00 EDT" "2004-04-08 00:03:20 EDT"

我们有三次约会要分成几组。如果我们使用cut而没有任何额外的参数，那么第二个条目"2004-04-08 00:00:00 EDT"将与第三个条目"00:00"一起分组。

cut(ptime, "1 hour")
#[1] 2004-04-07 23:00:00 2004-04-08 00:00:00 2004-04-08 00:00:00

但是，如果我们添加参数right=FALSE，我们可以将其与"23:00"小时进行分组：

cut(ptime, "1 hour", right=TRUE)
#[1] 2004-04-07 23:00:00 2004-04-07 23:00:00 2004-04-08 00:00:00

我们可以指定边缘情况的行为。

编辑

使用新数据，原始解决方案将产生所需的输出：

aggregate(precip['mm'], list(cut(precip$Datum, "1 hour")), sum, na.rm=TRUE)
              Group.1 mm
1 2004-03-08 23:00:00  5
2 2004-03-09 00:00:00  6
3 2004-03-09 01:00:00  5

Answer 2

可以使用dplyr计算和，如下所示：

precip$hour <-  strftime(precip$Datum,"%Y-%m-%d %H")
library(dplyr)
sum_hour <- precip %>% group_by(hour) %>% summarise(sum_hour = sum(mm,na.rm = T))