如何用该时间戳的所有观察值的平均值替换一个时间戳的值

Question

在处理 R 中的时间序列问题时，我对一个时间戳有多个观察值，如何用该时间戳的所有观察值的平均值替换一个时间戳的值并删除所有重叠的时间戳行。

例如，我有这样一个时间序列：

Date={2016-3-1, 2016-4-1, 2016-4-1, 2016-4-1,2016-5-1,2015-5-1, 2016-6-1).
Price={111,122,124,155,142,177,134}

我的预期结果是这样的：

Date={2016-3-1,2016-4-1,2016-5-1,2017-6-1}, 
Price={111,133.67,159.5,134 }
(133.67=mean(122,124,155), 159.5=mean(142,177))

Answer 1

这就是你想要的吗？

Date=c("2016-3-1", "2016-4-1", "2016-4-1", "2016-4-1","2016-5-1","2015-5-1", "2017-6-1")
Price=c(111,122,124,155,142,177,134)

library(dplyr)
library(lubridate)
df <- data.frame(Date = ymd(Date), Price = Price)
df %>% 
  group_by(ymd(Date)) %>%
  summarise(mean = sprintf("%0.2f",mean(Price, na.rm = TRUE)))

# # A tibble: 5 x 2
#     `ymd(Date)` mean  
#     <date>      <chr> 
# 1 2015-05-01  177.00
# 2 2016-03-01  111.00
# 3 2016-04-01  133.67
# 4 2016-05-01  142.00
# 5 2017-06-01  134.00

如果你想要 baseR 这也行：

print(aggregate(list(Mean=df$Price), list(Date = df$Date), mean), digits = 5)

#       Date   Mean
# 1 2015-05-01 177.00
# 2 2016-03-01 111.00
# 3 2016-04-01 133.67
# 4 2016-05-01 142.00
# 5 2017-06-01 134.00

如何用该时间戳的所有观察值的平均值替换一个时间戳的值

how to replace the value for one timestamp by the mean value of all the observations for this timestamp

r

time-series

outliers

imputation

forecast