作者: Frank R语言中文社区专栏作者
知乎专栏：
https://www.zhihu.com/people/chen-xiao-tian-92-92/activities
前言
在研究时间序列时，经常要按特定时间长度对数据进行重新划分并进行分组计算，称为时间序列重采样。例如按分钟、小时、日、月、年进行划分，并分组计算数据情况。
下面分两种情况：
只要分组的结果
要分组后计算数据（例如把分钟值换算成小时值）
假设你的数据集名为data，时间那一列名为date（时间数据格式必须是POSIXt或者date）。
1、把数据归类到特定时间长度的区间中。单纯的归类，比如按每个周归类。
先用cut函数划分时间区间，再用dlply函数汇总结果即可，语句是：
dlply(data,.(cut(date,"1 week")),"[") cut函数可用于按时间段给数据分类，用法也十分简单：cut(时间列的名称, 时间间隔)。
“时间间隔”写法很简单粗暴，一周你就写"1 week"（注意加英文引号）， 一年你就写 "1 year"。
示例代码（直接复制代码到R中即可看到结果）：
library(plyr)#载入plyr包
data<-data.frame(date=as.POSIXct(c( #新建示例数据集data，含有date、x、y三列。
"2010-01-1 03:02:38 UTC", "2010-01-4 03:03:14 UTC", "2010-01-6 03:05:52 UTC",
"2010-01-8 03:07:42 UTC", "2010-01-10 03:09:38 UTC", "2010-01-14 03:10:14 UTC",
"2010-01-16 03:12:52 UTC", "2010-01-18 03:13:42 UTC", "2010-01-20 03:15:42 UTC",
"2010-01-22 03:16:38 UTC", "2010-01-24 03:18:14 UTC", "2010-01-26 03:21:52 UTC",
"2010-01-27 03:22:42 UTC", "2010-01-28 03:24:19 UTC", "2010-01-30 03:25:19 UTC"
)), x = cumsum(runif(15)*10),y=cumsum(runif(15)*20))
dlply(data,.(cut(date,"1 week")),"[") #按周分类2、按特定时间长度归类并计算数据情况，比如计算每个周的平均值。
同样先用cut函数划分时间区间，再用aggregate函数分组计算平均数后汇总结果即可，语句是：
aggregate(. ~ cut(date, '1 week'), data, mean)示例代码（直接复制代码到R中即可看到结果）：
#同样用到上一个例子中创建的data数据集做示范。
meanweek<-aggregate(. ~ cut(date, "1 week"), data, mean)#求出每周的平均值
meanweek<-meanweek[,c(1,3:4)]#去掉原始时间那列
meanweek关于cut.POSIXt函数的介绍详见如下链接：
https://www.rdocumentation.org/packages/base/versions/3.4.3/topics/cut.POSIXt
公众号后台回复关键字即可学习
回复 爬虫 爬虫三大案例实战
回复 Python 1小时破冰入门回复 数据挖掘 R语言入门及数据挖掘
回复 人工智能 三个月入门人工智能
回复 数据分析师 数据分析师成长之路
回复 机器学习 机器学习的商业应用
回复 数据科学 数据科学实战
回复 常用算法 常用数据挖掘算法
万水千山总是情，点个 “好看” 行不行！！！