在R语言中提取带时间戳的每小时温度最大值/最小值/中位数

针对你这种多地点每10分钟采集的温度数据，要提取小时级的最大值、最小值和中位数，我推荐用dplyr+lubridate的组合来处理，代码简洁直观，还能轻松处理缺失值。下面是具体步骤和代码：

1. 准备工作 #

首先确保你加载了必要的包，没安装的话先执行安装命令：

install.packages(c("dplyr", "lubridate"))
library(dplyr)
library(lubridate)

2. 核心处理代码 #

假设你的数据框名叫temp_data，我们先按小时分组，再批量计算每个LCZ列的统计量：

hourly_temp_stats <- temp_data %>%
  # 把时间戳向下取整到对应小时（比如17:10→17:00，作为小时分组的标识）
  mutate(hourly_timestamp = floor_date(Time, unit = "hour")) %>%
  # 按小时分组
  group_by(hourly_timestamp) %>%
  # 对所有LCZ开头的列，计算max/min/median，忽略缺失值NA
  summarise(
    across(
      .cols = starts_with("LCZ"),
      .fns = list(
        max_temp = ~max(., na.rm = TRUE),
        min_temp = ~min(., na.rm = TRUE),
        median_temp = ~median(., na.rm = TRUE)
      ),
      # 自定义列名格式，比如LCZ 3-2_max_temp
      .names = "{col}_{fn}"
    )
  ) %>%
  # 取消分组，方便后续操作
  ungroup()

3. 结果说明 #

运行完后，hourly_temp_stats会包含：

• hourly_timestamp：每个小时的起始时间戳（比如2017-08-26 17:00:00）
• 类似LCZ 3-2_max_temp、LCZ 3-2_min_temp这样的列，对应每个LCZ地点的小时级统计值

备选方案：用data.table处理（适合大数据） #

如果你的数据量很大，data.table的运行效率会更高，代码如下：

install.packages("data.table")
library(data.table)
library(lubridate)

# 转成data.table格式
setDT(temp_data)
# 添加小时分组列
temp_data[, hourly_timestamp := floor_date(Time, unit = "hour")]

# 计算统计量，同时处理全NA的情况
hourly_stats <- temp_data[, 
                         lapply(.SD, function(x) .(
                           max_temp = ifelse(all(is.na(x)), NA, max(x, na.rm = TRUE)),
                           min_temp = ifelse(all(is.na(x)), NA, min(x, na.rm = TRUE)),
                           median_temp = ifelse(all(is.na(x)), NA, median(x, na.rm = TRUE))
                         )),
                         by = hourly_timestamp,
                         .SDcols = patterns("^LCZ")]

# 把嵌套的统计量展开成宽表
hourly_stats <- melt(hourly_stats, id.vars = "hourly_timestamp")
hourly_stats <- dcast(hourly_stats, hourly_timestamp + variable ~ value, value.var = "value")

小提示 #

• 如果你希望用小时的结束时间作为时间戳，把floor_date换成ceiling_date即可
• 代码里的ifelse(all(is.na(x)), NA, ...)是为了避免全NA的组返回-Inf或Inf，如果不需要这个逻辑可以直接去掉，用max(x, na.rm=TRUE)这类基础写法

内容的提问来源于stack exchange，提问作者user9586983