1

我正在使用 R。我知道计算移动平均线是一个在这个网站上有几个答案的主题，但我有一些问题使我的问题独一无二。

我有一个数据框，包括 8784 小时（366 天 * 24 小时）的空气污染物（臭氧）浓度。此数据框包含一些 NaN 值（缺失值）。该过程包含以下步骤：

1-计算每小时浓度的8小时移动（滚动）平均值：即每8个浓度应该以这种方式平均：1到8的平均值，2到9的平均值，3到10的平均值等。这导致获得每天（每 24 小时）有 24 个移动平均线。

2- 对于每一天，我想要最大的 8 小时移动平均线：即在 24 条移动平均线中，应该选择最大的数字。最后，将选择 366 条移动平均线（366 天）。

3- 应创建一个包含 366 个移动平均线的新数据框。

我知道有一些包（openair、zoo、TTR）可以做这样的事情，但是有没有办法在没有任何包的情况下编写代码？

An Exmaple of my data 

     ColName
1    18.76 
2    12.92 
3    8.12 
4    NaN 
5    12.92 
6    3.77 
7    18.76 
8    9.52 
9    94.09 
10    18.76 
11    14.13 
12    8.12 
13    2.04 
14    12.92 
15    9.17 
.
.
.
8783    34.58
8784    64.23

主数据框的名称是“Hourly”。我尝试了这些代码：

Hourly1 <- c(0, cumsum(ifelse(is.nan(Hourly), 0, Hourly))) 
rsum <- (Hourly1[(Hourly1+1):length(Hourly1)] - Hourly1[1:(length(Hourly1) - 8)]) / 8

但是当我尝试第一行时，会出现以下错误：

Error in is.nan(Hourly) : default method not implemented for type 'list'

更新：我使用了以下代码，但 8 小时平均值的最大值计算不正确：

Hourly2<-as.numeric(Hourly$Average)

names(Hourly2) <- rep(seq.Date(as.Date("2017-01-01"), by=1, length.out=366), each=24)

x<-Hourly2
#use cumsum to get the moving average, keep NaNs
cx <- c(0, cumsum(ifelse(is.nan(x), 0, x))) + c(0,x)*0

n <- 8

rsum <- (cx[(n+1):length(cx)] - cx[1:(length(cx) - n)]) / n

res <- data.frame(mov_avg=rsum, days=names(rsum))


#select max from each day, ignoring NaN's
mx <- aggregate(mov_avg~days, data=res, max)

我将最终结果（最多 366 个 8 小时平均值，每年 1 天）与标准预先批准的数据集进行了比较。在某些日子里，代码计算的平均值是正确的，但在其他日子里却不是！我没有明白它的逻辑。

你可以在这里找到我的原始数据集！

更新 2：

这是下载不同方法产生的最终结果的链接！

更新3：

结果之间的差异是由于计算移动平均线的方法不同。计算移动平均线的方法有左、右、中三种。这里的家伙提出的代码遵循“正确”的方法。

4

2 回答 2

1

cumsum这是一个在缺少值时如何处理的示例。我会仔细考虑它们在您的数据中的分布方式以及您希望如何处理它们。 

#create some sample data
set.seed(1)
x <- rnorm(24*366)
names(x) <- rep(seq.Date(as.Date("2017-01-01"), by=1, length.out=366), each=24)
x[sample(100, 1:length(x))] <- NaN #add some missing values

#use cumsum to get the moving average, keep NaNs
cx <- c(0, cumsum(ifelse(is.nan(x), 0, x))) + c(0,x)*0

n <- 8

rsum <- (cx[(n+1):length(cx)] - cx[1:(length(cx) - n)]) / n

res <- data.frame(mov_avg=rsum, days=names(rsum))

#select max from each day, ignoring NaN's
mx <- aggregate(mov_avg~days, data=res, max)

days   mov_avg
1 2017-01-01 0.6404849
2 2017-01-02 0.3456389
3 2017-01-03 0.5998888
4 2017-01-04 0.6635502
5 2017-01-05 0.7244289
6 2017-01-06 0.1715349
于 2018-06-05T00:38:00.440 回答
0

我一直在努力，并找到了一个使用 map2() 的解决方案

# create a day of ozone data  

o3day <- data.frame(o3hrly = runif(24, 0.04, 0.1))

# 8hr average function
avg_8hr <- function(.x, .y, o3) {
  # print(.x)
  # print(.y)
  # print(o3)
  o3 %>% slice(.x:.y) %>% summarize(o38hr = mean(o3hrly))
}

max(unlist(map2(.x = 1:17, .y = 8:24, .f = avg_8hr, o3 = o3day)))
于 2018-08-06T16:04:45.367 回答