R 我需要通过求和将我的小时数据转换为每日数据

数据集：

structure(list(time = structure(c(1506406740, 1506406770, 1506406860, 
1506406890, 1506406920, 1506406950, 1506406980, 1506407010, 1506407040, 
1506407070), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
Column3 = c(131, 131, 131, 131, 131, 131, 131, 131, 131, 
131), m_Pm = c(2.402842, 2.556558, 2.805165, 2.97428, 3.101824, 
3.23984, 3.359587, 3.474448, 3.62753, 3.773597)), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame")) 

直到第一个聚合函数，它都可以正常工作。在那之后，我无法在求和函数之后得到正确的答案。我得到的是大值

library(dplyr)
library(ggplot2)

attach(data)
data %>% #filtering 131 and 132
  select(time,Column3,m_Pm) %>%
  filter(data,Column3=="131") 
filter(data,Column3=="132")
data_131<-filter(data,Column3=="131") 
data_132<-filter(data,Column3=="132") 

#datehour column (dailyaverage)
data_131$datehour<-format(data_131$time,"%Y-%m-%d %H")
aggregate(m_Pm~datehour,data_131, mean)

#datecolumn

data_131$date1<-format(data_131$time,"%Y-%m-%d")
dE_131<-aggregate(m_Pm~date1,data_131,sum)
dE_131}

库（dplyr）
图书馆（GG2）
附上（数据）
数据%>%#过滤131和132
选择（时间，第3列，下午两点）%>%
过滤器（数据，第3列==“131”）
过滤器（数据，第3列==“132”）
数据库（dplyr）
df%>%变异（dayH=格式（时间，%Y-%m-%d%H），day=格式（时间，%Y-%m-%d）））%>%
分组依据（dayH）%>%突变（th=平均值（m_-Pm））%>%不同（dayH，.keep_-all=TRUE）%>%
按（日）分组%>%汇总（日=总（日））
#一个tibble:1x2
日
1 2017-09-26  15.7
df%>%变异（dayH=格式（时间，%Y-%m-%d%H），day=格式（时间，%Y-%m-%d），month=格式（时间，%Y-%m”））%>%
分组依据（dayH）%>%突变（th=平均值（m_-Pm））%>%不同（dayH，.keep_-all=TRUE）%>%
按天分组%>%变异（tday=sum（th））%%>%不同（天，.keep_all=TRUE）%%>%
按（月）分组%>%总结（t月=总和（tday））

请同时共享您的数据集。@SalmanLashkarara check editimage不好。您可以运行

dput（head（YourDataSet，10））

，它提供了10个示例rows@SalmanLashkarara不要查看mutate_impl（.data，dots）中的

tibbletime

包错误：评估错误：无效的“trim”参数。但我需要对每小时数据求和以获得每日总值Hello，首先，我通过按小时计算平均值来计算小时值。现在我想取每小时数据的总和，得到每日数据。我希望你明白了。虽然这可能回答了作者的问题，但它缺少一些解释性的词语和指向文档的链接。如果没有一些短语，原始代码片段就没有多大帮助。你也会发现这很有帮助。请编辑您的答案。@A.Suliman非常感谢！在这之后，如果我想把所有的每日数据加起来，得到一个月的值呢？请帮忙

library(dplyr)
df %>% mutate(dayH= format(time,"%Y-%m-%d %H"), day= format(time,"%Y-%m-%d")) %>% 
       group_by(dayH) %>% mutate(th=mean(m_Pm)) %>% distinct(dayH, .keep_all = TRUE) %>% 
       group_by(day) %>% summarise(tday=sum(th))

# A tibble: 1 x 2
  day         tday
  <chr>      <dbl>
1 2017-09-26  15.7


df %>% mutate(dayH= format(time,"%Y-%m-%d %H"), day= format(time,"%Y-%m-%d"), month=format(time,"%Y-%m")) %>% 
       group_by(dayH) %>% mutate(th=mean(m_Pm)) %>% distinct(dayH, .keep_all = TRUE) %>% 
       group_by(day) %>% mutate(tday=sum(th)) %>% distinct(day, .keep_all = TRUE) %>% 
       group_by(month) %>% summarise(tmonth=sum(tday))