按包括时间在内的多个变量聚合

Question

我是 R 编程的新手（就此而言，完全是编程......）我正在尝试为我的班级项目做一些数据分析。我有一些看起来像这样的数据：

身份证	时间	心率
1341231	2016-04-12 07:23:30	95
1341231	2016-04-12 07:23:40	101
1341231	2016-04-12 07:23:50	92
1341231	2016-04-12 07:24:00	87
2342383	2016-04-12 07:23:30	60

这是来自可穿戴健身追踪器的数据，以 5 或 10 秒为间隔。这是一个相当大的数据集，有超过 200 万个条目。我想做的是：对于每个 Id（也就是每个用户），按小时汇总秒数据，返回每小时的平均心率。所以我想要看起来像这样的输出：

身份证	时间	心率
1341231	2016-04-12 07:00	95
1341231	2016-04-12 08:00	82
1341231	2016-04-12 09:00	80
1341231	2016-04-12 10:00	100
2342383	2016-04-12 07:00	65

日期最初是字符串，所以我用

lubridate.

解析它们但是在那之后，事情开始出错了。

所以，我转向我最好的技术：复制粘贴半理解的代码。

首先，我试过

test_df <- aggregate(Heartrate ~ format(as.POSIXct(sechr$Time), "%m-%d-%y %H"), data=sechr, mean)

但这不好。正如我很快意识到的那样，这完全放弃了 Id，以一种或多或少无用的方式总结了我的数据。

所以，接下来我尝试了

aggregate

的各种公式，它似乎没有为另一个变量接受另一个参数，然后用

summarize

和

group_by

进行了实验，如下所示：

testdf3 <- sechr %>% group_by(c(Time ~ format(as.POSIXct(sechr$Time))), "%m-%d-%y %H", Id) %>% summarise(avg_hr=sum(Heartrate))

不用说了，基本上靠猜根本就不行。我产生了很多错误和几个愚蠢的、无用的数据帧。

基本上，我需要的是一种“对于每个不同的 Id，给我每小时的平均值”的方法。我认为使用

xts

是要走的路吗？或许？但我对如何做我想做的事情感到困惑。

Answer 1

你的group_by() %>% summarize()尝试并没有

太

太远；我稍微清理了一下，并使用

format()

.

 在 

lubridate::tz()

中指定了时区

library(dplyr)
library(lubridate)

sechr %>% 
  group_by(Id, Time = format(Time, "%m-%d-%y %H", tz = tz(Time))) %>%
  summarise(avg_hr = mean(Heartrate)) %>%
  ungroup()

# A tibble: 2 × 3
       Id Time        avg_hr
    <dbl> <chr>        <dbl>
1 1341231 04-12-16 07   93.8
2 2342383 04-12-16 07   60  

如果您想将

format()

保留为日期时间对象，则

Time

的替代方法是使用

lubridate::floor_date()

向下舍入到小时。

sechr %>% 
  group_by(Id, Time = floor_date(Time, "hour")) %>%
  summarise(avg_hr = mean(Heartrate)) %>%
  ungroup()

# A tibble: 2 × 3
       Id Time                avg_hr
    <dbl> <dttm>               <dbl>
1 1341231 2016-04-12 07:00:00   93.8
2 2342383 2016-04-12 07:00:00   60