如何在R中合并多行数据并按15分钟时间间隔分箱处理？

步骤1：安装并加载必要的R包 #

我们需要用dplyr做数据聚合，lubridate处理日期时间，首次使用需先安装：

# 安装依赖包（仅首次运行需要）
install.packages(c("dplyr", "lubridate"))

# 加载包
library(dplyr)
library(lubridate)

步骤2：准备示例数据 #

将你提供的示例数据转换成R可识别的数据框：

bee_data <- data.frame(
  DateTime = c("29/09/2022 11:30", "29/09/2022 11:30", "29/09/2022 11:43", 
               "29/09/2022 11:45", "29/09/2022 11:46"),
  Temp = c(NA, 61.22, 62.02, NA, 62.33),
  Weight = c(NA, 49.22, NA, 48.99, NA),
  In = c(220, NA, 211, NA, 133),
  Out = c(210, NA, 156, NA, 155)
)

步骤3：转换日期时间格式 #

原始DateTime是字符型，需转换成R的时间类型，用dmy_hm()适配你的日/月/年 时:分格式：

bee_data <- bee_data %>%
  mutate(DateTime = dmy_hm(DateTime))

步骤4：按15分钟间隔分组聚合 #

用floor_date()将时间向下取整到最近的15分钟，再对不同列执行对应聚合规则：

• In/Out：忽略NA求和
• Temp/Weight：忽略NA取平均值

代码如下：

aggregated_data <- bee_data %>%
  # 生成15分钟间隔的分组标签
  mutate(Time_Interval = floor_date(DateTime, "15 minutes")) %>%
  # 按时间间隔分组计算
  group_by(Time_Interval) %>%
  summarise(
    Temp = mean(Temp, na.rm = TRUE),
    Weight = mean(Weight, na.rm = TRUE),
    In = sum(In, na.rm = TRUE),
    Out = sum(Out, na.rm = TRUE)
  ) %>%
  # 重命名列名匹配你的期望格式
  rename(DateTime = Time_Interval)

查看最终结果 #

执行print(aggregated_data)即可得到目标输出：

# A tibble: 2 × 5
  DateTime            Temp Weight    In   Out
  <dttm>             <dbl>  <dbl> <dbl> <dbl>
1 2022-09-29 11:30:00  61.6   49.2   431   366
2 2022-09-29 11:45:00  62.3   49.0   133   155

（注：R默认显示小数位数有限，可通过options(digits=4)调整精度，显示原始的48.99）

补充说明 #

• 若你的数据来自CSV等文件，用read.csv()读取后，直接执行步骤3-4即可。
• na.rm = TRUE是核心参数，确保聚合时自动忽略NA值，避免结果出现NA。

内容的提问来源于stack exchange，提问作者Maddy