RStudio新手求教：如何按每2小时间隔计算ParticleCount平均值

方法一：基于时间字段分组（推荐，适配时间间隔不均的情况） #

如果你的时间数据可能存在缺失或间隔不固定，优先用这种方法，基于实际时间戳分组：

1. 加载依赖包

library(lubridate)
library(dplyr)

2. 合并零散时间字段为完整时间戳
   假设你的数据集名为df，包含year、month、day、hour、minute、second列：

df$datetime <- make_datetime(df$year, df$month, df$day, df$hour, df$minute, df$second)

3. 生成2小时间隔分组标识
   将时间戳向下取整到最近的2小时节点（比如00:00、02:00、04:00等）：

df$two_hour_window <- floor_date(df$datetime, "2 hours")

4. 分组计算平均值

avg_result <- df %>%
  group_by(two_hour_window) %>%
  summarise(
    avg_particle_count = mean(ParticleCount, na.rm = TRUE),
    .groups = "drop"  # 取消分组状态，返回普通数据框
  )

方法二：按固定行数分组（仅适用于数据严格每10分钟一条的情况） #

如果你的数据是严格每10分钟记录一行（2小时刚好12行），可以直接按行号分组：

# 生成每12行一组的分组标识
df$group_id <- gl(n = ceiling(nrow(df)/12), k = 12, length = nrow(df))

# 计算分组均值
avg_result <- df %>%
  group_by(group_id) %>%
  summarise(
    avg_particle_count = mean(ParticleCount, na.rm = TRUE),
    .groups = "drop"
  )

说明 #

• na.rm = TRUE用于忽略ParticleCount中的缺失值，若数据无缺失可移除该参数
• 方法一的结果包含具体时间窗口，可读性更强；方法二仅生成分组序号，适合时间字段不可靠的场景

内容的提问来源于stack exchange，提问作者Maria