我有一个数据帧(数据(，其中包含一个带有日期+时间和一些其他变量的变量。我想要的是一个新的数据框，其中"旧"df 的每一行都是过去 15 分钟内每个实例的摘要(例如，平均值(。
我用以下代码解决了这个问题(我将变量缩短为 1，实际上我大约有 26 个(：
#### SEE EDIT ! ###
library(lubridate)
# Make a reference df to start rbind later
chunks <- data.frame("unix_timestamp" = as.POSIXct("2018-12-01 08:47:00 CET"),
"Var1" = NA)
# Start loop for each row in data
for (i in 1:nrow(data)) {
help <- data[as.POSIXct(data[,1]) > (as.POSIXct(data[i,1]) - minutes(xmin)) &
as.POSIXct(data[,1]) <= as.POSIXct(data[i,1]),] # Help data frame with time frame selection
chunk <- data.frame("unix_timestamp" = as.POSIXct(data[i,1]),
"Var1" = mean(help$Var1))
chunks <- rbind(chunks, chunk)
}
#Delete initial row
chunks <- chunks[-1,]
我对输出感到满意，当我有一个 ~500 个观察的数据帧时，速度还可以。但是，我有一些 60,000 行的数据集，这几乎永远运行。
我知道其他人也有类似的问题，但不幸的是我无法实现它！
我感谢任何帮助！
最好！
编辑：
library(lubridate)
data <- data.frame("unix_timestamp" = c("2015-05-01 14:12:57",
"2015-05-01 14:14:57",
"2015-05-01 14:15:57",
"2015-05-01 14:42:57",
"2015-05-01 14:52:57"),
"Var1" = c(2,3,4,2,1),
"Var2" = c(0.53,0.3,0.34,0.12,0.91),
"Var3" = c(1,1,1,1,1))
pre <- vector("list", nrow(data))
data
for (i in 1:length(pre)) {
#to see progress
print(paste(i, "of", nrow(data), sep = " "))
help <- data[as.POSIXct(data[,1]) > (as.POSIXct(data[i,1]) - minutes(15)) &
as.POSIXct(data[,1]) <= as.POSIXct(data[i,1]),] # Help data frame with time frame selection
chunk <- data.frame("unix_timestamp" = as.POSIXct(data[i,1]),
"Var1" = mean(help$Var1),
"Var2" = mean(help$Var2),
"Var3" = sum(help$Var3))
pre[[i]] <- chunk
}
output <- do.call(rbind, pre)
output
unix_timestamp Var1 Var2 Var3
1 2015-05-01 14:12:57 2.0 0.530 1
2 2015-05-01 14:14:57 2.5 0.415 2
3 2015-05-01 14:15:57 3.0 0.390 3
4 2015-05-01 14:42:57 2.0 0.120 1
5 2015-05-01 14:52:57 1.5 0.515 2
由于您似乎需要一个滚动平均值，请考虑sapply：
new_df <- data.frame(
unix_timestamp = as.POSIXct(data[,1]),
rolling_15_mean = sapply(1:nrow(data),
function(i) mean(data$Var[as.POSIXct(data[,1]) > (as.POSIXct(data[i,1]) - 60*15)
& as.POSIXct(data[,1]) <= as.POSIXct(data[i,1])])
)
)
Rextester 演示
或者，使用vapply可以稍微加快处理速度，因为您可以定义输出向量的类型和长度。
new_df <- data.frame(
unix_timestamp = as.POSIXct(data[,1]),
rolling_15_mean = vapply(1:nrow(data),
function(i) mean(data$Var[as.POSIXct(data[,1]) > (as.POSIXct(data[i,1]) - 60*15)
& as.POSIXct(data[,1]) <= as.POSIXct(data[i,1])]),
numeric(1)
)
)