[9982] "2012-10-22 12:10:21 EDT" "2012-10-22 02:48:09 EDT" "2012-10-22 13:13:51 EDT"
[9985] "2012-10-22 14:24:23 EDT" "2012-10-22 10:49:54 EDT" "2012-10-22 09:49:32 EDT"
给定的是我正在处理的数据的R打印输出。实际上,我有一个包含上述格式的日期和时间的大数据列。
我还没能弄清楚如何使用这些数据并在r中创建时间序列图。我有兴趣通过一些任意时间框架(如10min, 30min或60min)将数据进行潜在的分组,并绘制随时间变化的结果。
在这个问题上任何帮助都是非常感谢的!谢谢阅读您没有提供太多示例数据来真正让我们了解您想要实现的目标,但是这里有一些东西可能会让您开始。最终,建议归结为将数据转换为"xts",并使用period.apply
在"任意"时间框架内聚合和绘制数据。
下面是一些样本数据,首先作为data.frame
的随机值,从2012-10-22 12:10:21 EDT开始每11分钟收集一次,然后转换为xts
:
set.seed(1)
temp <- data.frame(date = seq(as.POSIXct("2012-10-22 12:10:21 EDT", tz="EDT"),
length.out = 100, by = "11 min"),
values = rnorm(100))
library(xts)
x.temp <- xts(temp[-1], temp[, 1])
head(x.temp)
# values
# 2012-10-22 12:10:21 -0.6264538
# 2012-10-22 12:21:21 0.1836433
# 2012-10-22 12:32:21 -0.8356286
# 2012-10-22 12:43:21 1.5952808
# 2012-10-22 12:54:21 0.3295078
# 2012-10-22 13:05:21 -0.8204684
在这里,我们将任意地汇总每93分钟的总和。
my93minAgg <- period.apply(x.temp,
INDEX = endpoints(x.temp, on = "mins", k = 93),
FUN = sum)
my93minAgg
# values
# 2012-10-22 13:16:21 0.3133101
# 2012-10-22 14:55:21 1.1543989
# 2012-10-22 16:23:21 2.1290954
# 2012-10-22 18:02:21 0.5205041
# 2012-10-22 19:30:21 -0.6007850
# 2012-10-22 21:09:21 1.5058904
# 2012-10-22 22:37:21 0.9999036
# 2012-10-23 00:16:21 1.1553448
# 2012-10-23 01:44:21 1.9799783
# 2012-10-23 03:23:21 -1.7152471
# 2012-10-23 04:51:21 2.9882778
# 2012-10-23 06:19:21 0.4580653
你可以这样画:
plot(my93minAgg, main = "My 93 Minute Aggregation")