如何在R中计算每日heaterstatus为0的观测值占比？

步骤1：安装并加载必要的包 #

新手推荐用tidyverse包集合，它包含了数据处理和时间处理的工具，一次安装就能搞定大部分需求：

# 仅第一次使用时安装
install.packages("tidyverse")
# 加载包
library(tidyverse)

步骤2：处理时间列 #

首先要确保你的时间列是R能识别的日期时间格式，然后提取出日期（用来按天分组）：
假设你的数据集叫df，时间列名为datetime，执行以下代码：

df <- df %>%
  # 转换时间列格式，根据实际时间格式调整函数：
  # 比如"年-月-日 时:分:秒"用ymd_hms，"日/月/年 时:分"用dmy_hms
  mutate(datetime = lubridate::ymd_hms(datetime),
         # 提取日期部分，生成新的date列
         date = as.Date(datetime))

步骤3：计算每日占比 #

按日期分组，统计每日总观测数、heaterstatus为0的数量，最后算出百分比：

daily_result <- df %>%
  group_by(date) %>%
  summarize(
    每日总观测数 = n(),
    heaterstatus为0的数量 = sum(heaterstatus == 0, na.rm = TRUE),
    # 计算百分比并保留两位小数
    0值占比(%) = round((heaterstatus为0的数量 / 每日总观测数) * 100, 2)
  )

• na.rm = TRUE：如果数据有缺失值，这一步会忽略它们，避免计算出错
• round(..., 2)：把百分比保留两位小数，结果更整洁

新手提示 #

• 用class(df$datetime)查看时间列类型，若结果是character就需要用lubridate函数转换
• 若时间列带时区，可在lubridate函数里加tz参数，比如ymd_hms(datetime, tz = "Asia/Shanghai")

内容的提问来源于stack exchange，提问作者Notslayer205