在R中聚合每小时温度数据：求每日温度范围的技术求助

嗨，我来帮你搞定这个R语言的温度数据处理问题！针对你提到的非标准日期和批量计算每日温变的需求，我给你两种解决方案，优先推荐更可靠的按日期分组方法，同时也满足你想按每24行计算的需求。

方案一：按日期分组（更稳妥） #

首先得把你的非标准日期转换成R能识别的格式，这样就能精准按日期分组计算，避免因某天数据行数异常（比如缺记录、多记录）导致的错误。

1. 先加载必要的包（dplyr用于数据分组汇总，lubridate处理日期更省心）：

library(dplyr)
library(lubridate)

2. 转换日期列：你的日期格式是月/日/年，用lubridate的mdy()函数可以自动识别，不用手动写格式串：

# 给数据框新增标准日期列
df$standard_date <- mdy(df$DATE_TIME)

# 如果不想用lubridate，也可以用基础R的as.Date()，指定格式：
# df$standard_date <- as.Date(df$DATE_TIME, format = "%m/%d/%Y")

3. 分组计算每日的最低温、最高温和温差：
   注意你的温度列名带空格和括号，要用上反引号`把列名包起来，不然R会识别错误：

daily_temp_summary <- df %>%
  group_by(standard_date) %>%
  summarise(
    daily_min = min(`TEMP (DEG C)`),
    daily_max = max(`TEMP (DEG C)`),
    daily_temp_range = daily_max - daily_min
  )

运行完这个代码，daily_temp_summary就是你要的每日温度汇总数据框啦。

方案二：按每24行分组（适合数据严格按天排列且无异常的情况） #

如果你确定数据集是严格按时间顺序排列，每天正好24条记录，那可以直接按行分组计算：

1. 先给每行分配分组编号，每24行一组：

df$group_id <- ceiling(seq(nrow(df)) / 24)

2. 按分组编号计算温变：

daily_temp_by_row <- df %>%
  group_by(group_id) %>%
  summarise(
    daily_min = min(`TEMP (DEG C)`),
    daily_max = max(`TEMP (DEG C)`),
    daily_temp_range = daily_max - daily_min
  )

小提示 #

• 优先用方案一，因为实际数据中很可能出现某天记录缺失或重复的情况，按日期分组能保证计算的准确性；
• 如果你的DATE_TIME列里还包含时间（比如5/1/1999 00:00），mdy()或者as.Date()依然能正确提取日期部分，不用额外处理。

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