在气候数据中寻找每日最大变量的每一次

Question

多年来我有一个很大的数据集，它有几个变量，但我感兴趣的是风速和dateTime。我想在数据集中找到每天最大风速的时间。我有Po-6 in格式的每小时数据，WS作为一个数字，偶尔带有NAs。下面是一个简短的数据集，希望能说明我的观点，但是我的dateTime并不是每小时的数据，但是它为一个示例提供了足够的数据。

dateTime <- seq(as.POSIXct("2011-01-01 00:00:00", tz = "GMT"),
            as.POSIXct("2011-01-29 23:00:00", tz = "GMT"),
            by = 60*24)
WS <- sample(0:20,1798,rep=TRUE)
WD <- sample(0:390,1798,rep=TRUE)
Temp <- sample(0:40,1798,rep=TRUE)
df <- data.frame(dateTime,WS,WD,Temp)
df$WS[WS>15] <- NA

我以前尝试过创建一个只有posix日期(减去时间)的新列，以允许日隔离，但是我尝试过的所有事情都只返回了一个带有date和WS (聚合、拆分、xts)的缩短的数据帧。聚合只是没有做到这一点，然而，它给了我23:00作为一个固定的时间，这是不正确的。

我看过How to calculate daily means, medians, from weather variables data collected hourly in R?、https://stats.stackexchange.com/questions/7268/how-to-aggregate-by-minute-data-for-a-week-into-hourly-means和其他人，但是没有人回答这个问题，或者解决方案没有返回一个理想的结果。

我需要将这个分析的结果与另一个数据框架进行比较，因此我需要数据集中每天出现最大风速时的实际时间。我有一种感觉，有一个简单的解决办法，然而，这让我很沮丧。

Answer 1

迪伊问：“我想找出数据集中每天最大风速的时间。”其他答案计算了每天的最大值(WS)，但没有计算出发生在哪一小时。

因此，我用dyplr提出以下解决方案：

library(dplyr)
set.seed(12345)
dateTime <- seq(as.POSIXct("2011-01-01 00:00:00", tz = "GMT"),
                as.POSIXct("2011-01-29 23:00:00", tz = "GMT"),
                by = 60*24)
WS <- sample(0:20,1738,rep=TRUE)
WD <- sample(0:390,1738,rep=TRUE)
Temp <- sample(0:40,1738,rep=TRUE)
df <- data.frame(dateTime,WS,WD,Temp)
df$WS[WS>15] <- NA

df %>% 
  group_by(Date = as.Date(dateTime)) %>% 
  mutate(Hour = hour(dateTime),
         Hour_with_max_ws = Hour[which.max(WS)])

​

​

我想强调的是，如果有几个小时有相同的最大风速(在下面的例子: 15)，只有第一个小时的最大值(WS)将显示出来，虽然风速15是在那一天在0，3，4，21和22小时！所以你可能需要一个更具体的逻辑。

​

​

Answer 2

dplyr解决方案可以是：

library(dplyr)

df %>%
  mutate(date = as.Date(dateTime)) %>%
  left_join(
    df %>%
      mutate(date = as.Date(dateTime)) %>%
      group_by(date) %>%
      summarise(max_ws = max(WS, na.rm = TRUE)) %>%
      ungroup(),
    by = "date"
  ) %>%
  select(-date)

#                 dateTime WS  WD Temp max_ws
# 1    2011-01-01 00:00:00 NA 313    2     15
# 2    2011-01-01 00:24:00  7 376    1     15
# 3    2011-01-01 00:48:00  3  28   28     15
# 4    2011-01-01 01:12:00 15 262   24     15
# 5    2011-01-01 01:36:00  1 149   34     15
# 6    2011-01-01 02:00:00  4 319   33     15
# 7    2011-01-01 02:24:00 15 280   22     15
# 8    2011-01-01 02:48:00 NA 110   23     15
# 9    2011-01-01 03:12:00 12  93   15     15
# 10   2011-01-01 03:36:00  3   5    0     15

Answer 3

为了完整性(而且我喜欢简洁的代码)，这里有一个使用data.table的“一行”。

library(data.table)
setDT(df)[, max.ws := max(WS, na.rm = TRUE), by = as.IDate(dateTime)][]

dateTime WS WD Temp max.ws 1: 2011-01-01 00:00:00 NA 293 22 15 2: 2011-01-01 00:24:00 15 55 14 15 3: 2011-01-01 00:48:00 NA 186 24 15 4: 2011-01-01 01:12:00 4 300 22 15 5: 2011-01-01 01:36:00 0 120 36 15 --- 1734: 2011-01-29 21:12:00 12 249 5 15 1735: 2011-01-29 21:36:00 9 282 21 15 1736: 2011-01-29 22:00:00 12 238 6 15 1737: 2011-01-29 22:24:00 10 127 21 15 1738: 2011-01-29 22:48:00 13 297 0 15