如何从数据集中选择小时值？

Question

我需要帮助解决这个问题：

我有一个每 30 分钟分布一次的水位值数据集，但我只需要每小时的值。我尝试使用 aggregate() 函数，但由于函数 FUN 是一个必要条件，它确定我的分析是均值或中位数，我不想使用任何统计函数。

这是我的数据框的一个例子

06/16/2015 02:00:00 0.036068
06/16/2015 02:30:00 0.008916
06/16/2015 03:00:00 -0.008622
06/16/2015 03:30:00 -0.014057
06/16/2015 04:00:00 -0.011172
06/16/2015 04:30:00 0.002401
06/16/2015 05:00:00 0.029632
06/16/2015 05:30:00 0.061902002
06/16/2015 06:00:00 0.087366998
06/16/2015 06:30:00 0.105176002
06/16/2015 07:00:00 0.1153
06/16/2015 07:30:00 0.126197994
06/16/2015 08:00:00 0.144154996

Answer 1

我们将'RefDateTimeRef'列转换为POSIXct，提取'minute'、'second'与format并与00:00进行比较return 我们用来对行进行子集化的逻辑向量。

df1[format(as.POSIXct(df1[,1], format = "%m/%d/%Y %H:%M"), "%M:%S")=="00:00",]
#     RefDateTimeRef  Data
#10 04/14/2016 09:00 0.153
#22 04/14/2016 08:00 0.148

或 lubridate

library(lubridate)
df1[ minute(mdy_hm(df1[,1]))==0,]
#     RefDateTimeRef  Data
#10 04/14/2016 09:00 0.153
#22 04/14/2016 08:00 0.148

或使用 sub 删除子字符串直到小时部分，然后使用 == 获取逻辑向量并对行进行子集化。

df1[ sub(".*\s+\S{2}:", "", df1[,1])=="00",]

注意：我建议不要使用 sub 或 substr，因为它有时会导致错误的答案。

Answer 2

df <- read.table(text = '06/16/2015 02:00:00 0.036068
06/16/2015 02:30:00 0.008916
06/16/2015 03:00:00 -0.008622
06/16/2015 03:30:00 -0.014057
06/16/2015 04:00:00 -0.011172
06/16/2015 04:30:00 0.002401
06/16/2015 05:00:00 0.029632
06/16/2015 05:30:00 0.061902002
06/16/2015 06:00:00 0.087366998
06/16/2015 06:30:00 0.105176002
06/16/2015 07:00:00 0.1153
06/16/2015 07:30:00 0.126197994
06/16/2015 08:00:00 0.144154996')

colnames(df) <- c('Date','Time','Value')

index <- ifelse(substring(df$Time,4) == "00:00",T,F)

final_df <- df[index,]

如何从数据集中选择小时值？

How to pick hourly values from dataset?

r

subset

dataset