如何在R中按分组计算指定时长（如30分钟）的温度平均值？

要实现按Type、Rainfall分组，同时计算指定时长（如30分钟）内的温度统计值，核心是先把时间戳聚合到目标时间窗口，再结合其他维度分组计算。你的原始代码直接用原始datetime字段分组，没有做时间窗口聚合，需要调整步骤：

步骤说明 #

1. 确保datetime字段是时间格式（若当前为字符型，先转换）
2. 将datetime截断到30分钟窗口，生成新的时间分组字段
3. 按Type、Rainfall和新的时间窗口字段分组，计算统计值

修改后的R代码 #

# 加载依赖包（未安装先运行 install.packages(c("dplyr", "lubridate"))）
library(dplyr)
library(lubridate)

# 确保datetime为POSIXct格式（时间格式非标准时，替换ymd_hms为对应函数如mdy_hms）
df_Temps1$datetime <- ymd_hms(df_Temps1$datetime)

# 生成30分钟时间窗口（floor_date向下取整，也可替换为ceiling_date向上取整、round_date居中取整）
df_Temps1 <- df_Temps1 %>%
  mutate(time_window = floor_date(datetime, unit = "30 minutes"))

# 分组计算温度统计值
df_Temps1.means <- df_Temps1 %>%
  group_by(Type, Rainfall, time_window) %>%
  summarise(
    Temp_mean = mean(temperature, na.rm = TRUE),
    n = n(),
    sd = sd(temperature, na.rm = TRUE),
    se = sd / sqrt(n),
    .groups = "drop" # 可选，取消分组状态方便后续操作
  ) %>%
  # 转换数值类型（按需保留，summarise后通常已为数值型）
  mutate(
    se = as.numeric(se),
    Temp_mean = as.numeric(Temp_mean)
  )

# 查看结果
df_Temps1.means

关键细节 #

• 若时间格式不是yyyy-mm-dd hh:mm:ss，需调整ymd_hms为匹配的lubridate时间解析函数
• 时间窗口的取整规则可根据需求替换floor_date为ceiling_date或round_date

内容的提问来源于stack exchange，提问作者Sien Smania