时间戳

首页 > 解决方案 > 在 dplyr 中分组并使用 summerise_by_time 进行汇总时创建不同的数据帧大小

r - 在 dplyr 中分组并使用 summerise_by_time 进行汇总时创建不同的数据帧大小

问题描述

我有一个看起来像这样的数据框：

> head(subppm)
  File        ChunkEnd       DPM Nall MinsOn area station deployment cpod
1 File1.CP3 11/4/2014 00:00   0  287      1   FB     FB1      FB1Ha  917
2 File2.CP3 11/4/2014 00:01   0   48      1   FB     FB1      FB1Ha  917
3 File3.CP3 11/4/2014 00:02   0   57      1   FB     FB1      FB1Ha  917
4 File4.CP3 11/4/2014 00:03   0   44      1   FB     FB1      FB1Ha  917
5 File5.CP3 11/4/2014 00:04   0   20      1   FB     FB1      FB1Ha  917
6 File6.CP3 11/4/2014 00:05   0    9      1   FB     FB1      FB1Ha  917
             DateTime
1 2014-04-11 00:00:00
2 2014-04-11 00:00:01
3 2014-04-11 00:00:02
4 2014-04-11 00:00:03
5 2014-04-11 00:00:04
6 2014-04-11 00:00:05

> sapply(subppm,class)
$File
[1] "character"

$ChunkEnd
[1] "character"

$DPM
[1] "integer"

$Nall
[1] "integer"

$MinsOn
[1] "integer"

$area
[1] "character"

$station
[1] "character"

$deployment
[1] "character"

$cpod
[1] "character"

$DateTime
[1] "POSIXct" "POSIXt"

我试图通过 $area 变量对这些变量进行分组，并根据 $DateTime 按月对 $DPM 变量求和。DPM 是 0/1，因此将所有 1 相加可以让我了解每月有多少分钟有数据。为此，我使用 dplyr 和 timetk。

histData=subppm %>%
  group_by(area)+
  summarise_by_time(.data = subppm,
                    .date_var = DateTime,
                    .by ='month',
                    value = sum(DPM, na.rm = TRUE)
  )

Error in Ops.data.frame(subppm %>% group_by(area), summarise_by_time(.data = subppm,  : 
  ‘+’ only defined for equally-sized data frames

这会产生上述错误。问题是，我看不到创建相同大小的数据框的方法。我正在使用该区域进行分组，但我们在不同时间收集了不同区域的数据。我已经尝试删除 nas，但这无济于事。我似乎也找不到解决这个问题的方法，需要考虑两个分组，即面积和时间。

According to this example, this method should work. The output format in this example is exactly what I am looking for.

Thoughts?

Reproducible data:

dates1=seq(from = as.Date('2019-01-01 00:00'), to = as.Date('2019-07-10 00:00'), by = 1)
dates2=seq(from = as.Date('2019-05-01 00:00'), to = as.Date('2019-10-10 00:00'), by = 1)
dates3=seq(from = as.Date('2019-03-01 00:00'), to = as.Date('2019-07-31 00:00'), by = 1) 


data1=data.frame(area='group1', dates=dates1)
data2=data.frame(area='group2', dates=dates2)
data3=data.frame(area='group3', dates=dates3)

data1$DPM=rbinom(n=nrow(data1), size=1, prob=0.05)
data2$DPM=rbinom(n=nrow(data2), size=1, prob=0.05)
data3$DPM=rbinom(n=nrow(data3), size=1, prob=0.05)

data=rbind(data1,data2,data3)

标签： rdatetimedplyrgrouping

解决方案

You are using a + at the end of the second line where there should be a dplyr pipe %>%. That produces the given error.

推荐阅读