3

以下に示すように、CPU の 30 秒のデータがあります。このデータを 5 分間と 10 分間の平均に集計します。

 dput(head(res,50))
structure(list(DATE = structure(c(1362114023, 1362114053, 1362114083, 
1362114113, 1362114143, 1362114150, 1362114173, 1362114180, 1362114203, 
1362114210, 1362114233, 1362114240, 1362114263, 1362114270, 1362114293, 
1362114300, 1362114330, 1362114360, 1362114390, 1362114420, 1362114450, 
1362114480, 1362114510, 1362114540, 1362114570, 1362114600, 1362114630, 
1362114660, 1362114690, 1362114720, 1362114750, 1362114780, 1362114810, 
1362114840, 1362114870, 1362114900, 1362114930, 1362114960, 1362114990, 
1362115020, 1362115050, 1362115080, 1362115111, 1362115141, 1362115171, 
1362115201, 1362115231, 1362115261, 1362115291, 1362115321), class = c("POSIXct", 
"POSIXt"), tzone = ""), CPU = c(30L, 29L, 28L, 29L, 27L, 10L, 
25L, 11L, 23L, 9L, 22L, 8L, 22L, 7L, 19L, 7L, 7L, 8L, 6L, 7L, 
6L, 7L, 8L, 8L, 7L, 6L, 8L, 8L, 9L, 8L, 9L, 10L, 9L, 8L, 8L, 
6L, 8L, 7L, 9L, 10L, 11L, 11L, 9L, 9L, 8L, 9L, 11L, 8L, 6L, 8L
)), .Names = c("DATE", "CPU"), row.names = c(132611L, 132612L, 
132613L, 132614L, 132615L, 131428L, 132616L, 131429L, 132617L, 
131430L, 132618L, 131431L, 132619L, 131432L, 132620L, 131433L, 
131434L, 131435L, 131436L, 131437L, 131438L, 131439L, 131440L, 
131441L, 131442L, 131443L, 131444L, 131445L, 131446L, 131447L, 
131448L, 131449L, 131450L, 131451L, 131452L, 131453L, 131454L, 
131455L, 131456L, 131457L, 131458L, 131459L, 131460L, 131461L, 
131462L, 131463L, 131464L, 131465L, 131466L, 131467L), class = "data.frame")

細かいデータを集約するためにどのようにアプローチできますか?

4

2 に答える 2

6

この質問のバージョンは、stackoverflow で何度も質問され、回答されています。それでも、それは尋ねられ続けます。うまくいけば、ほとんどのニーズを満たす答えは次のとおりです。

まず、不規則な時系列を扱うパッケージを使用します。それはそれをはるかに簡単にします。私は好きxtsです。

library(xts)

mydata <- structure(list(DATE = structure(c(1362114023, 1362114053, 1362114083, 
1362114113, 1362114143, 1362114150, 1362114173, 1362114180, 1362114203, 
1362114210, 1362114233, 1362114240, 1362114263, 1362114270, 1362114293, 
1362114300, 1362114330, 1362114360, 1362114390, 1362114420, 1362114450, 
1362114480, 1362114510, 1362114540, 1362114570, 1362114600, 1362114630, 
1362114660, 1362114690, 1362114720, 1362114750, 1362114780, 1362114810, 
1362114840, 1362114870, 1362114900, 1362114930, 1362114960, 1362114990, 
1362115020, 1362115050, 1362115080, 1362115111, 1362115141, 1362115171, 
1362115201, 1362115231, 1362115261, 1362115291, 1362115321), class = c("POSIXct", 
"POSIXt"), tzone = ""), CPU = c(30L, 29L, 28L, 29L, 27L, 10L, 
25L, 11L, 23L, 9L, 22L, 8L, 22L, 7L, 19L, 7L, 7L, 8L, 6L, 7L, 
6L, 7L, 8L, 8L, 7L, 6L, 8L, 8L, 9L, 8L, 9L, 10L, 9L, 8L, 8L, 
6L, 8L, 7L, 9L, 10L, 11L, 11L, 9L, 9L, 8L, 9L, 11L, 8L, 6L, 8L
)), .Names = c("DATE", "CPU"), row.names = c(132611L, 132612L, 
132613L, 132614L, 132615L, 131428L, 132616L, 131429L, 132617L, 
131430L, 132618L, 131431L, 132619L, 131432L, 132620L, 131433L, 
131434L, 131435L, 131436L, 131437L, 131438L, 131439L, 131440L, 
131441L, 131442L, 131443L, 131444L, 131445L, 131446L, 131447L, 
131448L, 131449L, 131450L, 131451L, 131452L, 131453L, 131454L, 
131455L, 131456L, 131457L, 131458L, 131459L, 131460L, 131461L, 
131462L, 131463L, 131464L, 131465L, 131466L, 131467L), class = "data.frame")

mydata.xts <- xts(mydata$CPU, order.by = mydata$DATE)

次に、period.applyインフラストラクチャを調整して、オンザフライでさまざまなウィンドウに簡単に集約できるようにします。

apply.periodly <- function (x, FUN, period, k=1, ...) 
{
  if (!require("xts")) {
    stop("Need 'xts'")
  }
  ep <- endpoints(x, on=period, k=k)
  period.apply(x, ep, FUN, ...)
}

次に、集計を作成します。

mydata.10m <- apply.periodly(x = mydata.xts, FUN = mean, period = "minutes", k = 10)
mydata.5m <- apply.periodly(x = mydata.xts, FUN = mean, period = "minutes", k = 5)

出力タイムスタンプは、各集計ウィンドウの最後の入力タイムスタンプを反映することに注意してください。

mydata.10m
                     [,1]
2013-03-01 00:09:30 14.80
2013-03-01 00:19:31  8.55
2013-03-01 00:22:01  8.40

mydata.5m
                        [,1]
2013-03-01 00:04:53 19.93333
2013-03-01 00:09:30  7.10000
2013-03-01 00:14:30  8.30000
2013-03-01 00:19:31  8.80000
2013-03-01 00:22:01  8.40000

ただし、タイムスタンプを切り上げまたは切り下げることができます。

align.time.down=function(x,n){index(x)=index(x)-n;align.time(x,n)}

mydata.10m <- align.time(mydata.10m, 10*60)
mydata.10m
#                      [,1]
# 2013-03-01 00:10:00 14.80
# 2013-03-01 00:20:00  8.55
# 2013-03-01 00:30:00  8.40

mydata.5m <- align.time.down(mydata.5m, 5*60)
mydata.5m
#                         [,1]
# 2013-03-01 00:00:00 19.93333
# 2013-03-01 00:05:00  7.10000
# 2013-03-01 00:10:00  8.30000
# 2013-03-01 00:15:00  8.80000
# 2013-03-01 00:20:00  8.40000
于 2013-04-23T18:54:32.937 に答える
0

どの時間セットを集計し、どのように報告しますか? たとえば、00:00 ～ 04:59 または 00:01 ～ 05:00 を集計して、期間の最初または最後にレポートしますか?

x:00 から x + 04:59 まで集計し、期間の開始時にレポートするfloorには、最も近い 5 分に切り捨てられたタイムスタンプを作成するために使用します。

data <- structure(...)
data$DATE.5mindown <- as.POSIXct(floor(as.numeric(data$DATE) / (5 * 60)) *
  (5 * 60), origin='1970-01-01')
aggregate(CPU ~ DATE.5mindown, data, mean)
#         DATE.5mindown      CPU
# 1 2013-03-01 00:00:00 19.93333
# 2 2013-03-01 00:05:00  7.10000
# 3 2013-03-01 00:10:00  8.30000
# 4 2013-03-01 00:15:00  8.80000
# 5 2013-03-01 00:20:00  8.40000

x:01 から x + 5:00 まで集計し、期間の終わりにレポートするceilingには、最も近い 5 分に切り上げられたタイムスタンプを作成するために使用します。

data$DATE.5minup <- as.POSIXct(ceiling(as.numeric(data$DATE) / (5 * 60)) *
  (5 * 60), origin='1970-01-01')
aggregate(CPU ~ DATE.5minup, data, mean)
#           DATE.5minup       CPU
# 1 2013-03-01 00:05:00 19.125000
# 2 2013-03-01 00:10:00  7.000000
# 3 2013-03-01 00:15:00  8.300000
# 4 2013-03-01 00:20:00  9.111111
# 5 2013-03-01 00:25:00  8.400000
于 2015-08-16T02:27:24.953 に答える