我已经从三个不同的位置，每隔10分钟在多天（实际上2年数据的）测量一组与地面表面温度的时间序列数据。 我所感兴趣的计算是每天每个网站的任何60分钟区间的最大斜率（升温速度）。
所以基本上我想在同一时间通过每天来上班，10分钟，用60分钟的窗口，并计算出每个窗口的斜率，然后确定在它发生的当天最大坡度和时间。 然后我想在数据集中这一功能应用到每一天。 的日期/时间是以下格式（％米/％d /％Y％H：％M）。
我使用ddply和动物园包和功能rollapply，做这样的事伪想象的东西
ddply（数据，。（位置，一天），函数（d）最大（rollapply（斜率（d $温度〜d $时间，数据= d）））
其中，“时间”是每一天（每10分钟）和“天”中的时间仅仅是这样的功能，可以在所有日期适用日期。 显然，“坡”不是的R功能，将必须写入计算实际斜坡。
有没有人有动物园更多的经验和rollapply或能想到的另一种方式来解决这个问题？
我已经包括了从单一地点这里一些示例数据（这样的位置列已被删除） https://gist.github.com/natemiller/42eaf45747f31a6ccf9a
感谢您的任何帮助，奈特
编辑：我因为使用geektrader的约书亚Ulrich的答案的组合从下面，和使用的基本代数的值转换回每小时ºC单位
CperH<-dat$Temp-(dat$Temp/(1+dat$ROC))
效果很好。
您可以使用xts时间序列包，它是时间序列分析的非常好。 联合TTR包，你可以得到你想要很容易的。
require(xts)
require(TTR)
dat <- read.csv("https://gist.github.com/natemiller/42eaf45747f31a6ccf9a/raw/916443cfb353d82e8af6cdebdd80b2e956317b24/sampleTempData.csv")
dat.xts <- .xts(x = dat$Temp, index = as.POSIXct(strptime(dat$Date, format = "%m/%d/%y %H:%M")))
names(dat.xts) <- "Temp"
head(dat.xts)
## Temp
## 2011-04-11 03:48:00 9.5
## 2011-04-11 03:58:00 9.5
## 2011-04-11 04:08:00 9.5
## 2011-04-11 04:18:00 9.5
## 2011-04-11 04:28:00 9.5
## 2011-04-11 04:38:00 9.5
dat.xts$ROC <- ROC(dat.xts, n = 6)
head(dat.xts, 10)
## Temp ROC
## 2011-04-11 03:48:00 9.5 NA
## 2011-04-11 03:58:00 9.5 NA
## 2011-04-11 04:08:00 9.5 NA
## 2011-04-11 04:18:00 9.5 NA
## 2011-04-11 04:28:00 9.5 NA
## 2011-04-11 04:38:00 9.5 NA
## 2011-04-11 04:48:00 9.5 0
## 2011-04-11 04:58:00 9.5 0
## 2011-04-11 05:08:00 9.5 0
## 2011-04-11 05:18:00 9.5 0
dat.xts[which.max(dat.xts$ROC), ]
## Temp ROC
## 2011-04-12 09:48:00 14.5 0.5340825
# If you want to do analysis on per day basis.
dat.xts <- .xts(x = dat$Temp, index = as.POSIXct(strptime(dat$Date, format = "%m/%d/%y %H:%M")))
names(dat.xts) <- "Temp"
head(dat.xts)
## Temp
## 2011-04-11 03:48:00 9.5
## 2011-04-11 03:58:00 9.5
## 2011-04-11 04:08:00 9.5
## 2011-04-11 04:18:00 9.5
## 2011-04-11 04:28:00 9.5
## 2011-04-11 04:38:00 9.5
ll <- split.xts(dat.xts, f = "days")
ll <- lapply(ll, FUN = function(x) {
x$ROC <- ROC(x, 6)
return(x)
})
max.ll <- lapply(ll, function(x) x[which.max(x$ROC), ])
max.ll
## [[1]]
## Temp ROC
## 2011-04-11 13:38:00 20.5 0.4946962
##
## [[2]]
## Temp ROC
## 2011-04-12 09:48:00 14.5 0.5340825
##
## [[3]]
## Temp ROC
## 2011-04-13 10:18:00 15.5 0.4382549
##
## [[4]]
## Temp ROC
## 2011-04-14 10:38:00 14.5 0.3715636
