Создайте ежемесячное среднее по временным интервалам

Question

Извините, если это уже было опубликовано, но я выглядел очень тяжело и ничего не нашел.

Я работаю с месячными наблюдений температуры в течение 30 лет, включающий января 1960 по декабрь 1989 года выглядит следующим образом:

> head(df) 
     date  temp 
1 1960-01-01 22.92235 
2 1960-02-01 23.07059 
3 1960-03-01 23.10941 
4 1960-04-01 20.78353 
5 1960-05-01 17.45176 
6 1960-06-01 17.31765 

Во-первых, то, что мне нужно сделать, это среднее арифметическое всех январи, februaries, марши и т. д. на весь период.

Затем я хотел бы сделать то же самое в течение определенных периодов времени (3 года, 5 лет, 10 лет и т. Д.).

Например,

• В среднем всего январь, февраль, март и т.д. между 1960 и 1964;
• Среднее значение всех jan, feb, mar и т. Д. Между 1965 и 1969 годами;
• и так далее.

Окончательный результат будет состоять из месяца, периода и температуры, что-то вроде этого:

Month Period Temp 
    Jan 1960-1989 17 
    Feb 1960-1989 12 
    Mar 1960-1989 7 
    Apr 1960-1989 9 
    May 1960-1989 15 
    Jun 1960-1989 12 
    Jul 1960-1989 17 
    Aug 1960-1989 22 
    Sep 1960-1989 21 
    Oct 1960-1989 21 
    Nov 1960-1989 18 
    Dec 1960-1989 17 
    Jan 1960-1964 17 
    Feb 1960-1964 12 
    Mar 1960-1964 7 
    Apr 1960-1964 9 
    May 1960-1964 9 
    Jun 1960-1964 11 
    Jul 1960-1964 14 
    Aug 1960-1964 18 
    Sep 1960-1964 13 
    Oct 1960-1964 12 
    Nov 1960-1964 17 
    Dec 1960-1964 11 

Любые Ideias о том, как это сделать?

В случае, если вы найдете полезные, вот один клон моего набора данных:

df <- structure(list(date = structure(c(-3653, -3622, -3593, -3562, 
-3532, -3501, -3471, -3440, -3409, -3379, -3348, -3318, -3287, 
-3256, -3228, -3197, -3167, -3136, -3106, -3075, -3044, -3014, 
-2983, -2953, -2922, -2891, -2863, -2832, -2802, -2771, -2741, 
-2710, -2679, -2649, -2618, -2588, -2557, -2526, -2498, -2467, 
-2437, -2406, -2376, -2345, -2314, -2284, -2253, -2223, -2192, 
-2161, -2132, -2101, -2071, -2040, -2010, -1979, -1948, -1918, 
-1887, -1857, -1826, -1795, -1767, -1736, -1706, -1675, -1645, 
-1614, -1583, -1553, -1522, -1492, -1461, -1430, -1402, -1371, 
-1341, -1310, -1280, -1249, -1218, -1188, -1157, -1127, -1096, 
-1065, -1037, -1006, -976, -945, -915, -884, -853, -823, -792, 
-762, -731, -700, -671, -640, -610, -579, -549, -518, -487, -457, 
-426, -396, -365, -334, -306, -275, -245, -214, -184, -153, -122, 
-92, -61, -31, 0, 31, 59, 90, 120, 151, 181, 212, 243, 273, 304, 
334, 365, 396, 424, 455, 485, 516, 546, 577, 608, 638, 669, 699, 
730, 761, 790, 821, 851, 882, 912, 943, 974, 1004, 1035, 1065, 
1096, 1127, 1155, 1186, 1216, 1247, 1277, 1308, 1339, 1369, 1400, 
1430, 1461, 1492, 1520, 1551, 1581, 1612, 1642, 1673, 1704, 1734, 
1765, 1795, 1826, 1857, 1885, 1916, 1946, 1977, 2007, 2038, 2069, 
2099, 2130, 2160, 2191, 2222, 2251, 2282, 2312, 2343, 2373, 2404, 
2435, 2465, 2496, 2526, 2557, 2588, 2616, 2647, 2677, 2708, 2738, 
2769, 2800, 2830, 2861, 2891, 2922, 2953, 2981, 3012, 3042, 3073, 
3103, 3134, 3165, 3195, 3226, 3256, 3287, 3318, 3346, 3377, 3407, 
3438, 3468, 3499, 3530, 3560, 3591, 3621, 3652, 3683, 3712, 3743, 
3773, 3804, 3834, 3865, 3896, 3926, 3957, 3987, 4018, 4049, 4077, 
4108, 4138, 4169, 4199, 4230, 4261, 4291, 4322, 4352, 4383, 4414, 
4442, 4473, 4503, 4534, 4564, 4595, 4626, 4656, 4687, 4717, 4748, 
4779, 4807, 4838, 4868, 4899, 4929, 4960, 4991, 5021, 5052, 5082, 
5113, 5144, 5173, 5204, 5234, 5265, 5295, 5326, 5357, 5387, 5418, 
5448, 5479, 5510, 5538, 5569, 5599, 5630, 5660, 5691, 5722, 5752, 
5783, 5813, 5844, 5875, 5903, 5934, 5964, 5995, 6025, 6056, 6087, 
6117, 6148, 6178, 6209, 6240, 6268, 6299, 6329, 6360, 6390, 6421, 
6452, 6482, 6513, 6543, 6574, 6605, 6634, 6665, 6695, 6726, 6756, 
6787, 6818, 6848, 6879, 6909, 6940, 6971, 6999, 7030, 7060, 7091, 
7121, 7152, 7183, 7213, 7244, 7274), class = "Date"), temp = c(22.9223529411765, 
23.0705882352941, 23.1094117647059, 20.7835294117647, 17.4517647058824, 
17.3176470588235, 18.0494117647059, 19.6188235294118, 21.3023529411765, 
23.1105882352941, 22.2364705882353, 22.7482352941176, 23.5870588235294, 
24.0023529411765, 23.0094117647059, 22.0176470588235, 19.4917647058824, 
18.1011764705882, 18.3164705882353, 20.0623529411765, 22.8717647058824, 
23.2576470588235, 23.68, 22.3694117647059, 22.9517647058824, 
23.6976470588235, 23.3294117647059, 20.8564705882353, 18.16, 
15.8988235294118, 15.7988235294118, 18.4176470588235, 20.8423529411765, 
20.3247058823529, 22.3070588235294, 22.2035294117647, 24.2235294117647, 
23.6976470588235, 24.4082352941176, 21.1752941176471, 18.1023529411765, 
16.1211764705882, 18.3164705882353, 19.7635294117647, 23.1294117647059, 
22.9964705882353, 23.6552941176471, 22.6964705882353, 23.6011764705882, 
23.6517647058824, 23.7035294117647, 22.4352941176471, 18.5835294117647, 
16.5976470588235, 15.7741176470588, 19.2541176470588, 20.8776470588235, 
20.5729411764706, 21.1729411764706, 21.5870588235294, 22.4576470588235, 
23.6058823529412, 21.84, 21.6694117647059, 19.2458823529412, 
18.7517647058824, 17.7811764705882, 19.4764705882353, 21.9270588235294, 
21.5470588235294, 22.88, 23.2458823529412, 24.2776470588235, 
25.2470588235294, 23.4694117647059, 21.4435294117647, 19.3941176470588, 
18.5447058823529, 17.6, 18.3764705882353, 19.8529411764706, 22.0823529411765, 
22.7294117647059, 23.4011764705882, 23.3611764705882, 24.2505882352941, 
23.2870588235294, 21.9482352941176, 20.5552941176471, 18.0788235294118, 
18.5929411764706, 20.8752941176471, 21.9023529411765, 23.6105882352941, 
22.4070588235294, 21.5635294117647, 23.3129411764706, 22.9741176470588, 
23.3670588235294, 19.6105882352941, 16.9941176470588, 17.7670588235294, 
17.4858823529412, 17.8517647058824, 20.26, 22.1576470588235, 
23.8364705882353, 23.4447058823529, 24.8129411764706, 25.1764705882353, 
24.2694117647059, 21.5035294117647, 20.0458823529412, 18.4694117647059, 
18.4541176470588, 19.5388235294118, 22.02, 20.5364705882353, 
22.9858823529412, 21.9752941176471, 23.7729411764706, 24.0576470588235, 
24.0941176470588, 22.1552941176471, 21.2329411764706, 19.5611764705882, 
17.8788235294118, 18.6823529411765, 20.1541176470588, 21.6258823529412, 
21.5211764705882, 23.9811764705882, 24.8352941176471, 24.5882352941176, 
24.1729411764706, 21.1035294117647, 19.0435294117647, 17.08, 
17.4529411764706, 19.1458823529412, 20.4447058823529, 20.7129411764706, 
21.5047058823529, 22.6952941176471, 23.4364705882353, 23.1, 24.1847058823529, 
19.8105882352941, 19.9847058823529, 20.5188235294118, 17.7658823529412, 
19.4435294117647, 20.7588235294118, 21.7835294117647, 22.7788235294118, 
23.2388235294118, 24.9129411764706, 25.6, 23.5647058823529, 24.0058823529412, 
19.7823529411765, 19.3152941176471, 18.7741176470588, 19.0305882352941, 
20.5576470588235, 21.3611764705882, 21.4247058823529, 23.4811764705882, 
23.6505882352941, 25.1870588235294, 23.3541176470588, 21.4823529411765, 
18.7364705882353, 17.7235294117647, 18.3976470588235, 19.7235294117647, 
21.0741176470588, 21.6094117647059, 22.9635294117647, 22.4011764705882, 
23.4152941176471, 24.7741176470588, 24.3270588235294, 20.7976470588235, 
18.8764705882353, 17.7788235294118, 16.4129411764706, 21.4117647058824, 
22.3317647058824, 21.66, 22.3694117647059, 23.0917647058824, 
24.4541176470588, 23.2847058823529, 23.3164705882353, 21.2529411764706, 
19.1258823529412, 17.3882352941176, 17.3823529411765, 19.0529411764706, 
19.6576470588235, 20.2976470588235, 21.9023529411765, 23.3094117647059, 
24.0117647058824, 25.5611764705882, 24.9129411764706, 21.3964705882353, 
19.9870588235294, 18.3929411764706, 20.9917647058824, 20.3058823529412, 
21.4435294117647, 23.1941176470588, 22.8388235294118, 22.5176470588235, 
24.6317647058824, 24.6541176470588, 24.2, 20.84, 18.4576470588235, 
17.5011764705882, 19.16, 20.54, 20.1517647058824, 22.6776470588235, 
22.7470588235294, 22.7882352941176, 22.0811764705882, 24.2152941176471, 
22.9235294117647, 20.8411764705882, 19.6188235294118, 17.16, 
16.0529411764706, 20.3223529411765, 19.9752941176471, 22.5152941176471, 
22.2705882352941, 23.1541176470588, 23.1047058823529, 23.9517647058824, 
24.8176470588235, 22.18, 20.5023529411765, 17.3505882352941, 
19.1917647058824, 19.9894117647059, 19.0235294117647, 22.8235294117647, 
22.7094117647059, 23.8741176470588, 24.0517647058824, 25.1764705882353, 
23.9235294117647, 21.2929411764706, 20.6117647058824, 17.1305882352941, 
16.3470588235294, 19.6470588235294, 21.3341176470588, 20.2176470588235, 
23.7435294117647, 22.6741176470588, 22.9070588235294, 24.7152941176471, 
23.2905882352941, 20.5776470588235, 18.9635294117647, 19.0658823529412, 
18.8423529411765, 20.0729411764706, 21.3047058823529, 22.1588235294118, 
24.0388235294118, 22.1917647058824, 24.0517647058824, 24.8729411764706, 
23.0117647058824, 23, 21.3094117647059, 19.4105882352941, 20.3470588235294, 
19.4482352941176, 20.0670588235294, 21.6364705882353, 23.4211764705882, 
23.16, 25.4788235294118, 26.4741176470588, 24.0482352941176, 
21.4176470588235, 21.7164705882353, 19.0905882352941, 19.6752941176471, 
18.1611764705882, 20.0482352941176, 23.4917647058824, 23.4894117647059, 
22.5482352941176, 23.1376470588235, 24.9811764705882, 24.1552941176471, 
22.8423529411765, 19.7435294117647, 16.4, 17.3105882352941, 20.5235294117647, 
21.0494117647059, 23.1352941176471, 23.9435294117647, 23.9058823529412, 
24.9835294117647, 24.6952941176471, 24.0047058823529, 23.3164705882353, 
21.5823529411765, 18.3447058823529, 18.1964705882353, 20.0035294117647, 
20.7152941176471, 22.5705882352941, 24.6541176470588, 23.2329411764706, 
25.0517647058824, 24.3329411764706, 23.5811764705882, 22.9988235294118, 
19.4976470588235, 17.3188235294118, 19.5635294117647, 19.0211764705882, 
19.7223529411765, 22.6858823529412, 23.9423529411765, 23.6905882352941, 
25.7129411764706, 23.9505882352941, 24.4376470588235, 22.6070588235294, 
19.8882352941176, 17.2058823529412, 16.4211764705882, 20.02, 
21.9458823529412, 21.9341176470588, 22.74, 23.8, 23.9611764705882, 
24.4564705882353, 24, 23.2129411764706, 19.4729411764706, 17.7105882352941, 
16.9682352941176, 19.0341176470588, 20.2917647058824, 20.7776470588235, 
22.9364705882353, 22.7894117647059)), .Names = c("date", "temp" 
), row.names = c(NA, -360L), class = "data.frame") 

Answer 1

Одним из вариантов было бы использовать data.table с указанием года на cut или findInterval. Для первого случая, т. Е. получая mean каждого месяца, агрегируя за все годы, мы конвертируем «дату» в класс Date и извлекаем months, используем его как переменную группировки и получаем mean «темп». Обратите внимание, что мы сначала конвертируем 'data.frame' в 'data.table' (setDT(df)).

library(data.table) 
setDT(df)[, list(Temp=mean(temp)) , by = .(Months= months(as.Date(date), abbr=TRUE))] 
# Months  Temp 
# 1: Jan 23.90506 
# 2: Feb 24.40012 
# 3: Mar 23.73714 
# 4: Apr 21.68584 
# 5: May 19.53863 
# 6: Jun 17.90322 
# 7: Jul 17.97675 
# 8: Aug 19.56051 
# 9: Sep 20.90125 
#10: Oct 21.96886 
#11: Nov 22.86102 
#12: Dec 22.92537 

Для периодической и месячной группировки нам необходимо создать столбец периода. Один из способов - либо cut, либо findInterval. Например, если мы ищем пятилетнее окно, т.е. 1960-1964, 1965-1969 и т. Д., Мы создаем столбец «Период», создавая vec в findInterval с использованием seq, изменив числовой индекс, полученный от findInterval, на «lbl», созданный с paste. Используйте «Месяц» и «Период» в качестве переменной группировки, а остальные - как раньше.

setDT(df)[, c('Month', 'Period') := {tmp <- as.Date(date) 
     tmp1 <- as.numeric(format(tmp, '%Y')) 
     tmp2 <- months(tmp, abbr=TRUE) 
     i1 <- seq(min(tmp1), max(tmp1)+4, by=5) 
     i2 <- i1+4 
     lbl <-paste(i1, i2, sep='-')   
     list(tmp2, lbl[findInterval(tmp1, i1)]) 
     }] 
df[, list(Temp= mean(temp)), .(Month, Period)] 
#  Month Period  Temp 
# 1: Jan 1960-1964 23.45718 
# 2: Feb 1960-1964 23.62400 
# 3: Mar 1960-1964 23.51200 
# 4: Apr 1960-1964 21.45365 
# 5: May 1960-1964 18.35788 
# 6: Jun 1960-1964 16.80729 
# 7: Jul 1960-1964 17.25106 
# 8: Aug 1960-1964 19.42329 
# 9: Sep 1960-1964 21.80471 
#10: Oct 1960-1964 22.05247 
#11: Nov 1960-1964 22.61035 
#12: Dec 1960-1964 22.32094 
#13: Jan 1965-1969 23.64447 
#14: Feb 1965-1969 24.25082 
#15: Mar 1965-1969 23.24659 
#16: Apr 1965-1969 21.23506 
#17: May 1965-1969 19.24706 
#18: Jun 1965-1969 18.32235 
#19: Jul 1965-1969 17.98282 
#20: Aug 1965-1969 19.22376 
#21: Sep 1965-1969 21.19247 
#22: Oct 1965-1969 21.98682 
#23: Nov 1965-1969 22.96776 
#24: Dec 1965-1969 22.72612 
#25: Jan 1970-1974 24.12165 
#26: Feb 1970-1974 24.50659 
#27: Mar 1970-1974 23.87412 
#28: Apr 1970-1974 21.71153 
#29: May 1970-1974 19.75600 
#30: Jun 1970-1974 18.83976 
#31: Jul 1970-1974 18.05388 
#32: Aug 1970-1974 19.20518 
#33: Sep 1970-1974 20.59788 
#34: Oct 1970-1974 21.41859 
#35: Nov 1970-1974 22.03859 
#36: Dec 1970-1974 23.15953 
#37: Jan 1975-1979 23.71882 
#38: Feb 1975-1979 24.49788 
#39: Mar 1975-1979 23.93600 
#40: Apr 1975-1979 21.02565 
#41: May 1975-1979 19.21318 
#42: Jun 1975-1979 17.64424 
#43: Jul 1975-1979 18.00000 
#44: Aug 1975-1979 20.32659 
#45: Sep 1975-1979 20.71200 
#46: Oct 1975-1979 22.06894 
#47: Nov 1975-1979 22.42565 
#48: Dec 1975-1979 22.97224 
#49: Jan 1980-1984 23.91882 
#50: Feb 1980-1984 25.03812 
#51: Mar 1980-1984 23.81835 
#52: Apr 1980-1984 21.69365 
#53: May 1980-1984 20.62071 
#54: Jun 1980-1984 18.40965 
#55: Jul 1980-1984 18.88071 
#56: Aug 1980-1984 19.46376 
#57: Sep 1980-1984 20.35553 
#58: Oct 1980-1984 22.06565 
#59: Nov 1980-1984 23.48047 
#60: Dec 1980-1984 22.88965 
#61: Jan 1985-1989 24.56941 
#62: Feb 1985-1989 24.48329 
#63: Mar 1985-1989 24.03576 
#64: Apr 1985-1989 22.99553 
#65: May 1985-1989 20.03694 
#66: Jun 1985-1989 17.39600 
#67: Jul 1985-1989 17.69200 
#68: Aug 1985-1989 19.72047 
#69: Sep 1985-1989 20.74494 
#70: Oct 1985-1989 22.22071 
#71: Nov 1985-1989 23.64329 
#72: Dec 1985-1989 23.48376 
# Month Period  Temp 

Таким же образом мы можем получить 10-летние или другие окна.

Answer 2

Первая часть вопроса Ср все январи, februaries, вы можете получить -

monthly_data <- aggregate(df$temp,by=list(strftime(df$date, "%m")),mean) 
cbind(monthly_data[2], Month = month.abb, Period = "1960-1989") 

#   x Month Period 
# 1 23.90506 Jan 1960-1989 
# 2 24.40012 Feb 1960-1989 
# 3 23.73714 Mar 1960-1989 
# 4 21.68584 Apr 1960-1989 
# 5 19.53863 May 1960-1989 
# 6 17.90322 Jun 1960-1989 
# 7 17.97675 Jul 1960-1989 
# 8 19.56051 Aug 1960-1989 
# 9 20.90125 Sep 1960-1989 
# 10 21.96886 Oct 1960-1989 
# 11 22.86102 Nov 1960-1989 
# 12 22.92537 Dec 1960-1989 

вторая часть, усредняя для определенного диапазона, вы можете попробовать

from <- 1960 
to <- 1964 
subset_data <- subset(df, as.numeric(strftime(df$date, "%Y")) %in% from:to) 
subset_mothly_data <- aggregate(subset_data$temp,by=list(strftime(subset_data$date, "%m")),mean) 
cbind(Temp = subset_mothly_data[2], Month = month.abb , Period = paste(as.character(from), "-", as.character(to), sep = "")) 

# x Month Period 
# 1 23.45718 Jan 1960-1964 
# 2 23.62400 Feb 1960-1964 
# 3 23.51200 Mar 1960-1964 
# 4 21.45365 Apr 1960-1964 
# 5 18.35788 May 1960-1964 
# 6 16.80729 Jun 1960-1964 
# 7 17.25106 Jul 1960-1964 
# 8 19.42329 Aug 1960-1964 
# 9 21.80471 Sep 1960-1964 
# 10 22.05247 Oct 1960-1964 
# 11 22.61035 Nov 1960-1964 
# 12 22.32094 Dec 1960-1964 

Я показал это в период с 1960 по 1964 год. Точно так же вы можете сделать это за любой заданный период.