这是一个具有每小时智能电表数据且 freq=24 的时间序列。它是在三天内测量的，所以first day[1:24], second[25:48], third[49:72].
我想要三天内每小时的平均值。例如：
(t[1]+t[25]+t[49])/3
这样我就可以制作 3 天内 24 小时平均时间的箱线图。
x <- c(0.253, 0.132, 0.144, 0.272, 0.192, 0.132, 0.209, 0.255, 0.131,
0.136, 0.267, 0.166, 0.139, 0.238, 0.236, 1.75, 0.32, 0.687,
0.528, 1.198, 1.961, 1.171, 0.498, 1.28, 2.267, 2.605, 2.776,
4.359, 3.062, 2.264, 1.212, 1.809, 2.536, 2.48, 0.531, 0.515,
0.61, 0.867, 0.804, 2.282, 3.016, 0.998, 2.332, 0.612, 0.785,
1.292, 2.057, 0.396, 0.455, 0.283, 0.131, 0.147, 0.272, 0.198,
0.13, 0.19, 0.257, 0.149, 0.134, 0.251, 0.215, 0.133, 1.755,
1.855, 1.938, 1.471, 0.528, 0.842, 0.223, 0.256, 0.239, 0.113)
因为您没有发布一组易于使用的示例数据，所以我们首先生成一些：
time_series = runif(72)
下一步是将数据集的结构从一维向量更改为二维矩阵，这可以让您不必处理索引等问题：
time_matrix = matrix(time_series, 24, 3)
and use apply计算每小时的平均值（如果你喜欢apply，看一下plyr封装更多好用的功能，请参见这个链接了解更多详情）：
hourly_means = apply(time_matrix, 1, mean)
> hourly_means
[1] 0.2954238 0.6791355 0.6113670 0.5775792 0.3614329 0.4414882 0.6206761
[8] 0.2079882 0.6238492 0.4069143 0.6333607 0.5254185 0.6685191 0.3629751
[15] 0.3715500 0.2637383 0.2730713 0.3170541 0.6053016 0.6550780 0.4031117
[22] 0.6857810 0.4492246 0.4795785
但是，如果您使用ggplot2无需预先计算箱线图，ggplot2为你做这个：
require(ggplot2)
require(reshape2)
# Notice the use of melt to reshape the dataset a bit
# Also notice the factor to transform Var1 to a categorical dataset
ggplot(aes(x = factor(Var1), y = value),
data = melt(time_matrix)) +
geom_boxplot()
我想，这会产生什么，你之后：
x 轴表示一天中的小时数，y 轴表示值。
注意：您拥有的数据是时间序列。 R 有处理时间序列的特定方法，例如这ts功能。我通常使用普通的 R 数据对象（数组、矩阵），但是你可以看看时间序列 CRAN 任务视图概述 R 对时间序列的作用。
要计算每小时的平均值，请使用ts对象（受此启发SO post):
# Create a ts object
time_ts = ts(time_series, frequency = 24)
# Calculate the mean
> tapply(time_ts, cycle(time_ts), mean)
1 2 3 4 5 6 7 8
0.2954238 0.6791355 0.6113670 0.5775792 0.3614329 0.4414882 0.6206761 0.2079882
9 10 11 12 13 14 15 16
0.6238492 0.4069143 0.6333607 0.5254185 0.6685191 0.3629751 0.3715500 0.2637383
17 18 19 20 21 22 23 24
0.2730713 0.3170541 0.6053016 0.6550780 0.4031117 0.6857810 0.4492246 0.4795785
> aggregate(as.numeric(time_ts), list(hour = cycle(time_ts)), mean)
hour x
1 1 0.2954238
2 2 0.6791355
3 3 0.6113670
4 4 0.5775792
....