如何将1分钟间隔数据集转换为小时平均值？含R语言及其他方法

核心前提：正确转换时间格式 #

你的原始时间戳是日/月/年 时:分格式，必须先转成R可识别的POSIXct类型，这是后续分组计算的基础。

可行实现方法 #

方法1：tidyverse工具链（新手友好，可读性强）

# 加载依赖包
library(dplyr)
library(lubridate)

# 转换时间格式：dmy_hm专门适配日/月/年+时:分的格式
ref.data$TimeStamp <- dmy_hm(ref.data$TimeStamp)

# 按小时分组（保留日期，避免不同天的同小时数据合并），批量计算所有监测指标的平均值
ref.data.hourly <- ref.data %>%
  group_by(hour_group = floor_date(TimeStamp, "hour")) %>%
  summarise(across(c(TSP, PM10, PM2.5, PM1, T, RH), mean, na.rm = TRUE))

• floor_date(TimeStamp, "hour")：把每个时间戳向下取整到所属小时（比如14:08→14:00），确保同一小时的数据归为一组，且包含完整的日期信息。
• across(...)：一次性对所有指定数值列计算平均值，不用逐个列写重复代码。

方法2：基础R实现（无需额外安装包）

# 转换时间格式，格式字符串要和原始数据完全匹配
ref.data$TimeStamp <- as.POSIXct(ref.data$TimeStamp, format = "%d/%m/%Y %H:%M")

# 创建小时分组：cut函数直接按小时拆分时间序列
ref.data$hour_group <- cut(ref.data$TimeStamp, breaks = "hour")

# 按分组计算所有监测指标的平均值
ref.data.hourly <- aggregate(. ~ hour_group, data = ref.data[, -1], FUN = mean, na.rm = TRUE)

• aggregate(. ~ hour_group, ...)：.代表除hour_group外的所有列，自动对每列按分组求平均。
• ref.data[, -1]：去掉原始TimeStamp列，避免重复计算。

方法3：data.table（大数据量首选）

如果数据集规模很大，data.table的计算效率远高于常规方法：

library(data.table)

# 将数据框转为data.table格式
setDT(ref.data)

# 转换时间并分组计算
ref.data[, TimeStamp := dmy_hm(TimeStamp)]
ref.data.hourly <- ref.data[, lapply(.SD, mean, na.rm = TRUE), 
                           by = .(hour_group = floor_date(TimeStamp, "hour")),
                           .SDcols = c("TSP", "PM10", "PM2.5", "PM1", "T", "RH")]

你之前代码的问题分析 #

1. 第一段代码：

   • mean(val, na.rm = TRUE)中的val是未定义变量，需替换为实际列名或用批量处理逻辑。
   • format(..., "%H")只提取小时数（比如14），会把不同日期的同一小时数据合并，导致结果错误。

2. 第二段代码：

   • ref.data.xts$TimeStamp <- NULL中的ref.data.xts未提前定义，直接操作会报错。
   • strptime返回的是POSIXlt类型，后续cut操作可能出现兼容性问题，建议统一用as.POSIXct转成POSIXct类型。

内容的提问来源于stack exchange，提问作者Muhsin