重新聚合数据 - 从粗到细的时间分辨率

如何解决重新聚合数据 - 从粗到细的时间分辨率

我想跟进@r2evans 回答的问题：Interpolation in R: retrieving hourly values。我正在尝试将 3 小时的数据重新聚合为每小时。如果我使用以下小型可重现数据集（“tair”）：

 tair<-structure(list(Year = c(1991L,1991L,1991L),Month = c(1L,1L,1L),DoY = c(1L,2L),Hour = c(3L,6L,9L,12L,15L,18L,21L,0L),Kobb = c(3.032776,3.076996,3.314209,1.760345,1.473724,1.295837,2.72229,3.209503),DateTime = structure(c(662698800,662709600,662720400,662731200,662742000,662752800,662763600,662774400),class = c("POSIXct","POSIXt"),tzone = "UTC")),row.names = c(NA,8L),class = "data.frame")

在以下代码中：

library(zoo)
newdt <- seq.POSIXt(tair$DateTime[1],tail(tair$DateTime,n=1),by='1 hour');newdt
tair_hourly<-data.frame(datetime=newdt,Kobb=approx(tair$DateTime,tair$Kobb,newdt)$y)

它完成了预期的工作，即我成功地将 3 小时的数据插入到每小时中。现在，这适用于温度或辐射等变量。但是，对于降水（随机）等变量，我希望在 3 小时分辨率的每小时汇总数据中保持变量不变（也许将其除以 3）。我只需要每小时的数据，这就是所有这些的原因。

关于如何实现上述小代码的任何想法？

解决方法

两个建议。

基础 R

tair2_list <- lapply(seq_len(nrow(tair) - 1),function(ind) {
  times <- seq(tair$DateTime[ind],tair$DateTime[ind+1] - 1,by = "1 hour")
  data.frame(
    DateTime = times,NewKobb = rep(tair$Kobb[ind] / length(times),length(times)),# for reference only
    Kobb = c(tair$Kobb[1],rep(NA,length(times)-1))
  )
})

tair2 <- do.call(rbind,tair2_list)
tair2
#               DateTime   NewKobb     Kobb
# 1  1991-01-01 03:00:00 1.0109253 3.032776
# 2  1991-01-01 04:00:00 1.0109253       NA
# 3  1991-01-01 05:00:00 1.0109253       NA
# 4  1991-01-01 06:00:00 1.0256653 3.032776
# 5  1991-01-01 07:00:00 1.0256653       NA
# 6  1991-01-01 08:00:00 1.0256653       NA
# 7  1991-01-01 09:00:00 1.1047363 3.032776
# 8  1991-01-01 10:00:00 1.1047363       NA
# 9  1991-01-01 11:00:00 1.1047363       NA
# 10 1991-01-01 12:00:00 0.5867817 3.032776
# 11 1991-01-01 13:00:00 0.5867817       NA
# 12 1991-01-01 14:00:00 0.5867817       NA
# 13 1991-01-01 15:00:00 0.4912413 3.032776
# 14 1991-01-01 16:00:00 0.4912413       NA
# 15 1991-01-01 17:00:00 0.4912413       NA
# 16 1991-01-01 18:00:00 0.4319457 3.032776
# 17 1991-01-01 19:00:00 0.4319457       NA
# 18 1991-01-01 20:00:00 0.4319457       NA
# 19 1991-01-01 21:00:00 0.9074300 3.032776
# 20 1991-01-01 22:00:00 0.9074300       NA
# 21 1991-01-01 23:00:00 0.9074300       NA

tair$DateTime[ind+1] - 1 是为了确保我们不会无意中保留新序列中的最后一个。

tidyverse

library(dplyr)
library(purrr)
library(tidyr)
tair %>%
  mutate(DateTime2 = purrr::map2(DateTime,lead(DateTime - 1,default = last(DateTime)),~ tibble(DateTime2 = seq(.x,.y,by = "1 hour"))) ) %>%
  unnest(DateTime2) %>%
  group_by(DateTime) %>%
  mutate(NewKobb = Kobb / n()) %>%
  ungroup()
# # A tibble: 22 x 8
#     Year Month   DoY  Hour  Kobb DateTime            DateTime2           NewKobb
#    <int> <int> <int> <int> <dbl> <dttm>              <dttm>                <dbl>
#  1  1991     1     1     3  3.03 1991-01-01 03:00:00 1991-01-01 03:00:00   1.01 
#  2  1991     1     1     3  3.03 1991-01-01 03:00:00 1991-01-01 04:00:00   1.01 
#  3  1991     1     1     3  3.03 1991-01-01 03:00:00 1991-01-01 05:00:00   1.01 
#  4  1991     1     1     6  3.08 1991-01-01 06:00:00 1991-01-01 06:00:00   1.03 
#  5  1991     1     1     6  3.08 1991-01-01 06:00:00 1991-01-01 07:00:00   1.03 
#  6  1991     1     1     6  3.08 1991-01-01 06:00:00 1991-01-01 08:00:00   1.03 
#  7  1991     1     1     9  3.31 1991-01-01 09:00:00 1991-01-01 09:00:00   1.10 
#  8  1991     1     1     9  3.31 1991-01-01 09:00:00 1991-01-01 10:00:00   1.10 
#  9  1991     1     1     9  3.31 1991-01-01 09:00:00 1991-01-01 11:00:00   1.10 
# 10  1991     1     1    12  1.76 1991-01-01 12:00:00 1991-01-01 12:00:00   0.587
# # ... with 12 more rows

（我觉得有更好的方法可以做到这一点...）