这两种数据的不同之处在于，如果您决定降低第一种数据的时间（时间）分辨率，则采用降低分辨率的平均值。使用第二个，您将总和超过较低的分辨率。这是一个具体的例子
Gas Used (kWh), Outside Air Temperature (C), Time Resolution (Minutes)
100, 20, 20
140, 22, 20
120, 21, 20
这里每小时（60 分钟）的分辨率数据很清楚
360, 21, 60
并通过平均温度和总结使用的气体来找到。
我真正想知道的是这些类型的数据的名称是什么。我知道这个问题不是最好的，但很难问一个你不知道名字的问题。如果您有更好的方式来表达问题，那么请继续编辑它。
物理相加的性质称为广泛性质。质量是广泛的，就像你在天平上添加（字面意思！）重量一样。
广泛属性的一个特点是总计有意义。在您的示例中，使用的气体（以 kWh 为单位）就是一个例子。
物理上的这个词在这里并不意味着限制性的。我四月份的收入和五月份的收入可以相加，我的支出也可以相加。两者都是广泛的属性。因此，在其他非物理情况下，加法是有意义的。
如果总计有意义，那么意味着也有意义。但是，它们是否是您要使用的措施取决于您的目的。
否则，非物理相加的属性称为密集属性。温度很密集。如果你混合身体，得到的温度是某种加权平均值，当然不是总和。
这篇Wikipedia 文章从物理科学的角度说得更多。
Cox, DR and Snell, EJ 1981 强调了这一区别在统计科学中的重要性。应用统计：原理和示例。伦敦：查普曼和霍尔。请参见第 14 页。（他们使用了non-extensive这个词，我觉得这个词没有吸引力。）
在数据库应用程序/数据仓库/BI 中，通常指的是附加措施
附加示例：钱
半加法：平衡（可以跨部门汇总，但不能跨时间汇总）
非加法：比率（例如增长率等）