Discussion :

[loupon]

Bonjour, j'ai des données de température par lieu au pas 30minutes sur plusieurs semaines et j'aimerai faire une moyenne pour avoir seulement une journée de températures pour chaque lieu et l'avoir en colonne.

Exemple:

Lieu:	Temperature:	Date:
Paris	20	10/06/2017 12:30:00
Paris	21	10/06/2017 13:00:00
...
Paris	11	14/10/2017 16:00:00
Paris	11	14/10/2017 16:30:00
Paris	12	14/10/2017 17:00:00
Londres	16	10/06/2017 12:30:00
Londres	15	10/06/2017 13:00:00
......
Londres	8	14/10/2017 16:00:00
Londres	9	14/10/2017 16:30:00
Londres	8	14/10/2017 17:00:00
Moscou	12	10/06/2017 12:30:00
............

J'aimerai:

Lieu Temperature à 00:00 Temperature à 00:30 Temperature à 01:00 Temperature à 01:30 Temperature à 02:00 ...........
Paris
Londres
Moscou
(une seule ville par ligne du coup)


Merci beaucoup de votre aide

PS: j'ai énormément de données, il me faudrait utiliser le package data.table je pense mais je ne sais pas trop comment bien l'utiliser.

[xavier-Pierre]

bonjour pour reformater votre dataframe

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
## dataframe = df  avec colonnes "Lieu"        "Temperature" "Date"  
df2 <- spread(df,key=Date,value = Temperature)

je sais pas si c'est vraiment judicieux j'aurais garder le format en "longueur"
désolé je ne connais pas le package data.table

[loupon]

bonjour pour reformater votre dataframe

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
## dataframe = df  avec colonnes "Lieu"        "Temperature" "Date"  
df2 <- spread(df,key=Date,value = Temperature)

je sais pas si c'est vraiment judicieux j'aurais garder le format en "longueur"
désolé je ne connais pas le package data.table

Bonjour, merci pour votre réponse. Savez vous comment je peux faire une moyenne selon les heures aussi?

[mgdondon]

Bonjour,

D'une façon générale, il est préférable de fournir un dataframe pour montrer la structure de vos données.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
> df <- data.frame(lieu=c("Paris","Paris","Paris","Paris","Paris",
+                         "Londres","Londres","Londres","Londres","Londres",
+                         "Moscou","Paris"),
+                  temperature=c(20,21,11,11,12,16,15,8,9,8,12,0),
+                  datetime.txt=c("10/06/2017 12:30:00",
+                                 "10/06/2017 13:00:00",
+                                 "14/10/2017 16:00:00",
+                                 "14/10/2017 16:30:00",
+                                 "14/10/2017 17:00:00",
+                                 "10/06/2017 12:30:00",
+                                 "10/06/2017 13:00:00",
+                                 "14/10/2017 16:00:00",
+                                 "14/10/2017 16:30:00",
+                                 "14/10/2017 17:00:00",
+                                 "10/06/2017 12:30:00",
+                                 "10/01/2017 12:00:00"))
> df$datetime <- strptime(df$date,"%d/%m/%Y %H:%M:%S")
> str(df)
'data.frame':   12 obs. of  4 variables:
 $ lieu        : Factor w/ 3 levels "Londres","Moscou",..: 3 3 3 3 3 1 1 1 1 1 ...
 $ temperature : num  20 21 11 11 12 16 15 8 9 8 ...
 $ datetime.txt: Factor w/ 6 levels "10/01/2017 12:00:00",..: 2 3 4 5 6 2 3 4 5 6 ...
 $ datetime    : POSIXlt, format: "2017-06-10 12:30:00" "2017-06-10 13:00:00" ...
> df
      lieu temperature        datetime.txt            datetime
1    Paris          20 10/06/2017 12:30:00 2017-06-10 12:30:00
2    Paris          21 10/06/2017 13:00:00 2017-06-10 13:00:00
3    Paris          11 14/10/2017 16:00:00 2017-10-14 16:00:00
4    Paris          11 14/10/2017 16:30:00 2017-10-14 16:30:00
5    Paris          12 14/10/2017 17:00:00 2017-10-14 17:00:00
6  Londres          16 10/06/2017 12:30:00 2017-06-10 12:30:00
7  Londres          15 10/06/2017 13:00:00 2017-06-10 13:00:00
8  Londres           8 14/10/2017 16:00:00 2017-10-14 16:00:00
9  Londres           9 14/10/2017 16:30:00 2017-10-14 16:30:00
10 Londres           8 14/10/2017 17:00:00 2017-10-14 17:00:00
11  Moscou          12 10/06/2017 12:30:00 2017-06-10 12:30:00
12   Paris           0 10/01/2017 12:00:00 2017-01-10 12:00:00

Savez-vous comment je peux faire une moyenne selon les heures aussi ?

Il n'est pas clair si vous souhaitez une moyenne par lieu, jour et heure :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
> aggregate(temperature ~ lieu+format(datetime,"%d/%m/%Y %H"), data=df, mean)
      lieu format(datetime, "%d/%m/%Y %H") temperature
1    Paris                   10/01/2017 12         0.0
2  Londres                   10/06/2017 12        16.0
3   Moscou                   10/06/2017 12        12.0
4    Paris                   10/06/2017 12        20.0
5  Londres                   10/06/2017 13        15.0
6    Paris                   10/06/2017 13        21.0
7  Londres                   14/10/2017 16         8.5
8    Paris                   14/10/2017 16        11.0
9  Londres                   14/10/2017 17         8.0
10   Paris                   14/10/2017 17        12.0

ou par lieu et heure :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
> aggregate(temperature ~ lieu+format(datetime,"%H"), data=df, mean)
     lieu format(datetime, "%H") temperature
1 Londres                     12        16.0
2  Moscou                     12        12.0
3   Paris                     12        10.0
4 Londres                     13        15.0
5   Paris                     13        21.0
6 Londres                     16         8.5
7   Paris                     16        11.0
8 Londres                     17         8.0
9   Paris                     17        12.0

Vous pouvez ensuite utiliser la fonction tidyr:::spread() indiquée par xavier-Pierre pour transposer les données.

Cordialement,

[loupon]

Bonjour mgdondon,

Je ne savais pas qu'il fallait faire une data frame pour expliquer son problème, je le ferai à l'avenir merci.

Merci beaucoup c'est exactement la fonction dont j'avais besoin !
J'avais bien besoin de la derniere, par lieu et heure merci.

Bien cordialement