在气候数据中查找每日最大变量的每个时间

Question

我有一个多年的大型数据集，其中有几个变量，但我感兴趣的是风速和日期时间。我想在数据集中找到每天最大风速的时间。我有 Posixct 格式的每小时数据，其中 WS 作为数字，偶尔带有 NA。下面是一个简短的数据集，应该可以说明我的观点，但是我的 dateTime 并不是按小时计算的，但它提供了足够的样本。

dateTime <- seq(as.POSIXct("2011-01-01 00:00:00", tz = "GMT"),
            as.POSIXct("2011-01-29 23:00:00", tz = "GMT"),
            by = 60*24)
WS <- sample(0:20,1798,rep=TRUE)
WD <- sample(0:390,1798,rep=TRUE)
Temp <- sample(0:40,1798,rep=TRUE)
df <- data.frame(dateTime,WS,WD,Temp)
df$WS[WS>15] <- NA

我之前曾尝试创建一个只有 posix 日期（减去时间）的新列以允许天隔离，但是我尝试过的所有事情都只返回了一个带有日期和 WS 的缩短数据框（聚合、拆分、xts）。聚合只是一个没有这样做的，但是，它给了我 23:00:00 作为不正确的常数时间。

我看过 , https://stats.stackexchange.com/questions/7268/how-to-aggregate-by-minute-data-for-a-week-into-hourly-means 和其他人，但 none 已经回答了这个问题，或者解决方案没有返回理想的结果。

我需要将此分析的结果与另一个数据框进行比较，因此我需要数据集中每天出现最大风速的实际时间。我觉得有一个简单的解决方案，但是，这让我很沮丧。

Answer 1

一个dplyr解决方案可能是：

library(dplyr)

df %>%
  mutate(date = as.Date(dateTime)) %>%
  left_join(
    df %>%
      mutate(date = as.Date(dateTime)) %>%
      group_by(date) %>%
      summarise(max_ws = max(WS, na.rm = TRUE)) %>%
      ungroup(),
    by = "date"
  ) %>%
  select(-date)

#                 dateTime WS  WD Temp max_ws
# 1    2011-01-01 00:00:00 NA 313    2     15
# 2    2011-01-01 00:24:00  7 376    1     15
# 3    2011-01-01 00:48:00  3  28   28     15
# 4    2011-01-01 01:12:00 15 262   24     15
# 5    2011-01-01 01:36:00  1 149   34     15
# 6    2011-01-01 02:00:00  4 319   33     15
# 7    2011-01-01 02:24:00 15 280   22     15
# 8    2011-01-01 02:48:00 NA 110   23     15
# 9    2011-01-01 03:12:00 12  93   15     15
# 10   2011-01-01 03:36:00  3   5    0     15

Answer 2

为了完整起见（并且因为我喜欢简洁的代码）这里是 "one-liner" 使用 data.table:

library(data.table)
setDT(df)[, max.ws := max(WS, na.rm = TRUE), by = as.IDate(dateTime)][]

                 dateTime WS  WD Temp max.ws
   1: 2011-01-01 00:00:00 NA 293   22     15
   2: 2011-01-01 00:24:00 15  55   14     15
   3: 2011-01-01 00:48:00 NA 186   24     15
   4: 2011-01-01 01:12:00  4 300   22     15
   5: 2011-01-01 01:36:00  0 120   36     15
  ---                                       
1734: 2011-01-29 21:12:00 12 249    5     15
1735: 2011-01-29 21:36:00  9 282   21     15
1736: 2011-01-29 22:00:00 12 238    6     15
1737: 2011-01-29 22:24:00 10 127   21     15
1738: 2011-01-29 22:48:00 13 297    0     15

Answer 3

Dee 要求："I want to find the time of the max wind speed for every day in the data set."其他答案已经计算了每天的最大 (WS)，但没有计算出发生在哪个小时。

所以我提出了以下与dyplr的解决方案：

library(dplyr)
set.seed(12345)
dateTime <- seq(as.POSIXct("2011-01-01 00:00:00", tz = "GMT"),
                as.POSIXct("2011-01-29 23:00:00", tz = "GMT"),
                by = 60*24)
WS <- sample(0:20,1738,rep=TRUE)
WD <- sample(0:390,1738,rep=TRUE)
Temp <- sample(0:40,1738,rep=TRUE)
df <- data.frame(dateTime,WS,WD,Temp)
df$WS[WS>15] <- NA

df %>% 
  group_by(Date = as.Date(dateTime)) %>% 
  mutate(Hour = hour(dateTime),
         Hour_with_max_ws = Hour[which.max(WS)])

我想强调的是，如果有几个小时的最大风速相同（在下面的示例中：15），结果只会显示最大（WS）的第一个小时，尽管风速为 15在该日期的 0、3、4、21 和 22 时到达！所以你可能需要更具体的逻辑。

在气候数据中查找每日最大变量的每个时间

Finding each time of daily max variable in climate data

posix

r

max