序言:我有一个大型的多变量zoo对象。它包含几年的60分钟间隔数据。我喜欢将数据保存在大块中,并根据需要从大块中提取子集。通常,我会做一些非常基本的事情,比如做图表,但我想对我的数据有更深入的了解。
所以。我把我的大数据.csv文件放在这里。并执行以下操作:
library(zoo)
library(lubridate)
df <- read.csv(file.choose(), na.strings = "")
df$FLOW <- as.numeric(df$FLOW) # read.csv turns this row into a factor due to NAs.
df$NST_DATI <- mdy_hm(df$NST_DATI, tz = "UTC")
df.zoo <- read.zoo(df)
假设我想将这一大块数据子集化为2012年的数据。如果我对df数据表进行子集设置,我会得到这个(注意,时间从2012-01-01 00:30:00开始,正如预期的那样):
> head(df[format(df$NST_DATI, "%Y") == 2012, ])
NST_DATI WATER_TEMP PH SPEC_CONDUCT DO PER_SATUR TURBIDITY TDS STAGE FLOW
35065 2012-01-01 00:30:00 0.82 6.48 40.3 13.24 92.5 2.6 0.0258 83.315 587
35066 2012-01-01 01:30:00 0.83 6.48 40.2 13.17 92.1 3.2 0.0257 83.313 585
35067 2012-01-01 02:30:00 0.85 6.44 40.1 13.11 91.8 3.8 0.0256 83.313 585
35068 2012-01-01 03:30:00 0.84 6.48 40.2 13.14 91.9 2.9 0.0257 83.313 585
35069 2012-01-01 04:30:00 0.86 6.48 40.2 13.10 91.7 2.9 0.0257 83.313 585
35070 2012-01-01 05:30:00 0.87 6.48 40.2 13.08 91.5 2.9 0.0257 83.312 583
当我使用window()
函数进行子集时,我得到了不同的结果(请注意,时间从2012-01-01 03:30:00开始)。
head(window(df.zoo, start = "2012-01-01", end = "2012-12-31"))
WATER_TEMP PH SPEC_CONDUCT DO PER_SATUR TURBIDITY TDS STAGE FLOW
2012-01-01 03:30:00 0.84 6.48 40.2 13.14 91.9 2.9 0.0257 83.313 585
2012-01-01 04:30:00 0.86 6.48 40.2 13.10 91.7 2.9 0.0257 83.313 585
2012-01-01 05:30:00 0.87 6.48 40.2 13.08 91.5 2.9 0.0257 83.312 583
2012-01-01 06:30:00 0.90 6.48 40.3 13.09 91.7 2.9 0.0258 83.312 583
2012-01-01 07:30:00 0.94 6.49 40.3 13.01 91.3 2.9 0.0258 83.313 585
2012-01-01 08:30:00 0.95 6.46 41.3 12.98 91.1 2.8 0.0264 83.316 588
它真的在磨我的齿轮,因为我也可以在其他年份复制它。感谢您的真知灼见!
因此,在函数window()
中,如果未指定,start
和end
变量将继承系统的时区。由于df.zoo
是用tz = "UTC"
指定的,我的计算机的时区介入并强制设置了三小时的偏移量(UTC减去我的时区)。
为了得到预期的结果,解决方案是:
window(df.zoo, start = as.POSIXct("2012-01-01", tz = "UTC"), end = as.POSIXct("2012-12-31", tz = "UTC")) # specify tz!!!!
这是生活。。。