在R中为含5分钟间隔数据的数据框计算每日均值并添加新列

我来帮你搞定这个问题～首先先说说你遇到的错误原因：你写的df$var3[,2]会报错，是因为df$var3是一个一维向量（不是二维的数据框或矩阵），向量没有“列”这个维度概念，所以用[,2]索引肯定会触发incorrect number of dimensions错误。

下面给你几种实用的解决方案，都是针对数据框结构的常规操作：

方法一：用tidyverse工具包（推荐，代码更直观） #

这是现在R中处理数据框最流行的方式，用dplyr做数据操作，lubridate处理日期时间：

# 先加载需要的包（如果没安装的话先运行install.packages(c("dplyr", "lubridate"))）
library(dplyr)
library(lubridate)

# 第一步：确保timestamp是日期时间类型（如果你的数据里是字符型的话）
df$timestamp <- ymd_hms(df$timestamp)

# 第二步：计算每日均值并添加为Var4列
df <- df %>%
  mutate(date = date(timestamp)) %>%  # 从timestamp中提取纯日期部分
  group_by(date) %>%  # 按日期分组
  mutate(Var4 = mean(Var3, na.rm = TRUE)) %>%  # 计算每组（每日）的Var3均值，na.rm处理缺失值
  ungroup() %>%  # 取消分组，避免后续操作受分组影响
  select(-date)  # 可选：删掉临时生成的date列

方法二：用Base R（无需额外安装包） #

如果你不想装新包，用R自带的函数也能实现：

# 第一步：转换timestamp为日期时间类型
df$timestamp <- as.POSIXct(df$timestamp)

# 第二步：提取日期字符串（格式为YYYY-MM-DD）
df$date <- format(df$timestamp, "%Y-%m-%d")

# 第三步：计算每日均值
daily_mean <- aggregate(Var3 ~ date, data = df, mean, na.rm = TRUE)
colnames(daily_mean)[2] <- "Var4"  # 把均值列改名为Var4

# 第四步：合并回原数据框
df <- merge(df, daily_mean, by = "date")
df$date <- NULL  # 删掉临时的date列

补充说明 #

你之前尝试的ts()方法更适合纯时间序列对象，而你的数据是带多列的数据框，直接按日期分组计算会更简单。另外如果你的数据中有缺失值，一定要加上na.rm = TRUE，否则计算出的均值会变成NA哦。

内容的提问来源于stack exchange，提问作者XCeptable