如何在R语言中计算循环时间下事件的平均（均值/中位数）小时数？

这个问题确实很常见——环形数据（比如时间、角度）的统计量计算不能直接套用常规方法，因为它们的取值是循环的。我来帮你在R里实现正确的均值和中位数计算，包括手动实现和用专门的包两种方式。

一、手动实现环形均值与中位数 #

1. 环形均值计算 #

核心思路是把小时转换为极坐标角度，利用三角函数计算平均角度后再转回小时：

• 将每个小时转换为弧度：一圈24小时对应2π弧度，所以弧度 = 小时 * π/12
• 计算所有弧度的余弦和正弦的平均值
• 用atan2()计算平均角度，再转回小时，最后调整到0-24的范围

R代码实现：

# 示例数据
hours <- c(20, 21, 22, 23 , 0, 1, 2, 3, 4)

# 自定义环形均值函数
circular_mean <- function(x) {
  # 转换为弧度
  radians <- x * pi / 12
  # 计算余弦和正弦的均值
  mean_cos <- mean(cos(radians))
  mean_sin <- mean(sin(radians))
  # 计算平均角度（弧度）
  avg_radian <- atan2(mean_sin, mean_cos)
  # 转换回小时并调整到0-24区间
  avg_hour <- (avg_radian * 12 / pi) %% 24
  return(avg_hour)
}

# 计算结果
circular_mean(hours)  # 输出：0，符合预期

2. 环形中位数计算 #

环形中位数的核心是找到一个点，使得到所有数据点的环形距离总和最小（环形距离是指两点沿环形的最短距离，比如23到1的距离是2，而不是22）。

R代码实现：

# 自定义环形中位数函数
circular_median <- function(x) {
  # 定义环形距离计算函数
  circular_dist <- function(a, b) {
    min(abs(a - b), 24 - abs(a - b))
  }
  
  x_sorted <- sort(x)
  # 计算每个候选点到所有点的环形距离总和
  dist_sums <- sapply(x_sorted, function(theta) {
    sum(sapply(x, function(xi) circular_dist(xi, theta)))
  })
  
  # 找到距离总和最小的点（即环形中位数）
  med <- x_sorted[which.min(dist_sums)]
  return(med)
}

# 计算结果
circular_median(hours)  # 输出：0，符合预期

二、使用专门的环形统计包（更简便） #

R中有专门处理环形数据的circular包，里面封装了现成的均值和中位数函数，无需手动实现：

# 安装包（首次使用时）
install.packages("circular")
# 加载包
library(circular)

# 将小时数据转换为circular对象，指定为24小时制的环形数据
hours_circular <- circular(
  hours,
  type = "angle",
  units = "hours",
  template = "clock24",
  modulo = "24"
)

# 计算环形均值
mean(hours_circular)  # 输出：0（形式为circular对象，可通过as.numeric()转换为数值）
# 计算环形中位数
median(hours_circular)  # 输出：0

这个包还支持更多环形数据的统计操作，比如方差、假设检验等，如果你需要处理更多环形数据的问题，非常推荐使用。

内容的提问来源于stack exchange，提问作者unknown