我有一个如下的数据框
library(dplyr)
library(lubridate)
time = c('2013-01-03 22:04:21.549', '2013-01-03 22:04:21.549', '2013-01-03 22:04:21.559', '2013-01-03 22:04:23.559' )
value = c(1,2,3,4)
data <- data_frame(time, value)
data <-data %>% mutate(time = ymd_hms(time))
# A tibble: 4 × 2
time value
<dttm> <dbl>
1 2013-01-03 22:04:21.549 1
2 2013-01-03 22:04:21.549 2
3 2013-01-03 22:04:21.559 3
4 2013-01-03 22:04:23.559 4
我想每200毫秒对该数据帧重新采样一次。
也就是说，平均value每200毫秒一次。
我知道可以lubridate::floor_date(time, '1 second')用尽second精度，但是不能用milliseconds。
在上面的示例中，row 1，2和3应该分组在一起，而row4应该单独存在（请注意，彼此2之间相差几秒钟）。
有任何想法吗？谢谢！
您对xts解决方案的评论要求将其“重新插入”数据框，这一事实使我认为您需要合并结果或按时间分组的列。那就是ave函数在base R中的功能。可能有一个dplyr等效项，但是我更像是base-R-guy：编辑：
data$ms200mn <- ave(data$value,
cut( arg <- as.numeric(data$time) ,
breaks=seq( floor(arg[1]), ceil(arg[4]), by=0.2) ),
FUN=mean)
> data
# A tibble: 4 × 3
time value ms200mn
<dttm> <dbl> <dbl>
1 2013-01-03 22:04:21 1 2
2 2013-01-03 22:04:21 2 2
3 2013-01-03 22:04:21 3 2
4 2013-01-03 22:04:23 4 4
这实际上并没有适当地称为“采样”（或重采样），而是聚合。seq.POSIXt-function没有“ msec”选项（因此需要转换为数字秒），并且不允许小数秒。
解释：
cut(arg <- as.numeric(data$time), breaks=seq( floor(arg[1]), ceil(arg[4]), by=0.2) )
它是按一系列中断定义的组中的项目“分类”或“分类”，这些中断序列从第一个项目的下方开始，到最后一个项目的上方结束。将arg要创建的需要-值，因为（原因我不明白），不能使用原始“日期时间”变量可以由所使用的seq功能。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句