在R中按时间分段计算时间序列指定属性的均值与标准差

数据集示例 #

df <- data.frame(
  X = c(
    243813.672143309, 243820.16680888, 243819.847679243, 243816.851755806,
    243814.016524682, 243817.173014157
  ),
  Y = c(
    717413.771532459, 717412.74899267, 717412.77789073, 717414.049964481,
    717415.983508272, 717414.873097992
  ),
  T = as.POSIXct(
    c(
      "2021-04-01 21:30:06.186", "2021-04-01 21:30:14.186",
      "2021-04-01 21:30:22.186", "2021-04-01 21:30:30.185",
      "2021-04-01 21:30:38.185", "2021-04-01 21:30:46.185"
    ),
    tz = "GMT"
  ),
  sp = c(
    0, 6.57466869906985, 0.320435364660776, 3.25480089593961, 3.43178191624026,
    3.34610770929176
  ),
  ta = c(0, 0, 0.0658546845459325, 0.311226675793708, 0.196989706737039, 0.260257380057078),
  row.names = 1688614:1688619
)

需求 #

按T列（时间属性）将时间序列按每3分钟分段，计算每个分段内sp和ta的均值与标准差，避免使用循环，采用R 4.2.1中的高效方案。

方案一：tidyverse生态（dplyr + lubridate） #

这是R中最常用的数据分析工作流，代码可读性强，适合大多数场景：

# 首次使用需先安装包
# install.packages(c("dplyr", "lubridate"))
library(dplyr)
library(lubridate)

# 执行分组计算
result_dplyr <- df %>%
  # 生成3分钟间隔的分组标签：将每个时间点向下取整到最近的3分钟起始时刻
  mutate(time_group = floor_date(T, unit = "3 minutes")) %>%
  # 按分组标签聚合数据
  group_by(time_group) %>%
  summarise(
    sp均值 = mean(sp, na.rm = TRUE),
    sp标准差 = sd(sp, na.rm = TRUE),
    ta均值 = mean(ta, na.rm = TRUE),
    ta标准差 = sd(ta, na.rm = TRUE),
    .groups = "drop" # 计算完成后取消分组状态
  )

# 查看结果
print(result_dplyr)

方案二：data.table（高效处理大规模数据集） #

如果你的数据集行数很多（百万级以上），data.table的运算速度会远快于dplyr，适合高性能需求：

# 首次使用需先安装包
# install.packages("data.table")
library(data.table)

# 将数据框转换为data.table格式
dt <- as.data.table(df)

# 执行分组计算
result_dt <- dt[, .(
  sp均值 = mean(sp, na.rm = TRUE),
  sp标准差 = sd(sp, na.rm = TRUE),
  ta均值 = mean(ta, na.rm = TRUE),
  ta标准差 = sd(ta, na.rm = TRUE)
), by = .(time_group = floor_date(T, unit = "3 minutes"))]

# 查看结果
print(result_dt)

补充说明 #

• 调整分段逻辑：可以把floor_date换成ceiling_date（向上取整到3分钟结束时刻）或round_date（四舍五入到最近的3分钟节点）
• 缺失值处理：na.rm = TRUE用于忽略缺失值，数据无缺失可直接去掉该参数
• 结果一致性：两种方案输出结构完全一致，可根据数据规模和个人习惯选择

内容的提问来源于stack exchange，提问作者Observarun