如何在R中将非连续秒级数据转换为分钟均值数据？

针对你的秒级观测数据，要按分钟分组计算各变量均值，这里提供两种高效的实现方案，适配你的6万+行数据规模：

方案一：使用tidyverse工具链（dplyr + lubridate） #

这是R中最常用的数据分析工作流，代码可读性强，适合日常数据处理：

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

# 执行分钟级聚合
minute_data <- data_df %>%
  # 将每个时间戳截断到对应分钟的起始时刻（如00:08:51转为00:08:00）
  mutate(minute_utc = floor_date(UTC, unit = "minute")) %>%
  # 按分钟时间分组
  group_by(minute_utc) %>%
  # 对指定数值变量计算均值，自动处理缺失值；同时统计每组的原始记录数
  summarise(across(c(`Temperature[C]`, `Humidity[%]`, `TVOC[ppb]`, `eCO2[ppm]`,
                     Raw_H2, Raw_Ethanol, `Pressure[hPa]`,
                     PM1.0, PM2.5, NC0.5, NC1.0, NC2.5, Fire_Alarm), 
                   mean, na.rm = TRUE),
            n_records = n()) %>%
  # 取消分组状态
  ungroup()

注意：你的变量名包含[]这类特殊字符，引用时必须用反引号`包裹，否则会触发语法错误。

方案二：使用data.table（适合大数据场景，速度更快） #

如果数据量持续增长，data.table的分组聚合效率会显著高于tidyverse，适合处理超大规模数据集：

# 加载data.table包
library(data.table)

# 将普通data.frame转换为data.table对象
setDT(data_df)

# 执行分钟级聚合
minute_data <- data_df[, 
                       # 对指定列计算均值，同时统计记录数
                       c(lapply(.SD, mean, na.rm = TRUE), n_records = .N),
                       # 按截断后的分钟时间分组
                       by = .(minute_utc = floor_date(UTC, unit = "minute")),
                       # 指定需要聚合的列
                       .SDcols = c(`Temperature[C]`, `Humidity[%]`, `TVOC[ppb]`, `eCO2[ppm]`,
                                   "Raw_H2", "Raw_Ethanol", `Pressure[hPa]`,
                                   "PM1.0", "PM2.5", "NC0.5", "NC1.0", "NC2.5", "Fire_Alarm")]

补充说明 #

1. 时间分组逻辑：floor_date会把同一分钟内的所有记录映射到该分钟的起始时间（如2022-06-09 00:08:00），完全匹配你的需求；如果需要用分钟结束时间，可以改用ceiling_date。
2. 缺失值处理：添加na.rm = TRUE是为了避免因数据缺失导致均值计算结果为NA，你可以根据实际数据情况调整是否保留该参数。
3. 特殊变量适配：如果像Fire_Alarm这类0/1变量需要其他聚合方式（比如取众数、求和），可以单独指定，例如在across中写across(Fire_Alarm, ~max(.x))或者自定义聚合函数。

内容的提问来源于stack exchange，提问作者devdevsss