Question

我是Stackexchange的新手，所以如果我错误地提出这个问题，我会提前道歉。

这是背景。我试图根据春季的最后一天确定小麦的推荐种植日期，在干燥的夏季开始之前，人们可以合理地预计会看到至少10次降雨。

我有一个如下所示的数据集：

    Site   Date Year DayOfYear DayofRun AveTemp MaxTemp MinTemp Precip TotPre
1 EelRiver 1/1/02 2002         1        1    53.6      57      51   1.01     NA
2 EelRiver 1/2/02 2002         2        2    52.5      64      43   1.30     NA
3 EelRiver 1/3/02 2002         3        3    46.6      60      42   0.56     NA
4 EelRiver 1/4/02 2002         4        4    45.7      57      41   0.00     NA
5 EelRiver 1/5/02 2002         5        5    51.0      57      46   0.53     NA
6 EelRiver 1/6/02 2002         6        6    57.9      60      55   1.70     NA

我想要做的是在TotPre列中填充从该日期到8月1日的总降雨量。

我知道，理想情况下，我会避免使用显式循环，但我感到困惑的是，似乎我需要计算一个根据我正在使用的观察而变化的子集的总和。所以，使用for循环，我试图这样做：

eelriverdata <- read.csv(file="EelRiverCamp.csv",head=TRUE,sep=",")

for (i in nrow(eelriverdata)) {

    tempYear <- eelriverdata[i,"Year"]
    AugIndex <- which(eelriverdata[,"Year"]==tempYear & eelriverdata[,"DayOfYear"] == 213)

    if (i < AugIndex) {
        Tot <- sum(eelriverdata[i:AugIndex,"Precip"])
        eelriverdata$TotPre[i] <- Tot
    }

    else {eelriverdata$TotPre[i] <- 0}

}

我遇到的问题是，只有TotPre中的最后一次观察才会在执行循环结束时填充，剩下的值保持为NA。在for循环的每次迭代中，值丢失或被覆盖的地方都会发生一些事情。我做了一些研究，但除了神秘的信息之外，还可以找到除了循环对数据框做出“意外事情”的神秘信息。

那么，有谁知道：

a）如何通过迭代继续对数据框进行更改？我很想知道在使用循环操作数据帧时我可能会遇到的“意想不到的事情”。

和/或

b）更优雅的解决方案。在做任何非常复杂的事情时，我很难使用apply，ddply等，也许我可以从这个例子中学习。

谢谢！

贾里德

Answer 1

此处无需使用loop。

使用ddply / transform按年分组并获取data.frame
和cumsum计算累积降水量
rev前进

你只需要改变5Jan 1Aug（第213天）：

library(plyr)
ddply(dat,.(Year),transform, 
     TotPrecp= ifelse(DayOfYear > 5, NA,rev(cumsum(Precip))))

这里的结果是：

  Site   Date Year DayOfYear DayofRun AveTemp MaxTemp MinTemp Precip TotPre TotPrecp
1 EelRiver 1/1/02 2002         1        1    53.6      57      51   1.01     NA     5.10
2 EelRiver 1/2/02 2002         2        2    52.5      64      43   1.30     NA     3.40
3 EelRiver 1/3/02 2002         3        3    46.6      60      42   0.56     NA     2.87
4 EelRiver 1/4/02 2002         4        4    45.7      57      41   0.00     NA     2.87
5 EelRiver 1/5/02 2002         5        5    51.0      57      46   0.53     NA     2.31
6 EelRiver 1/6/02 2002         6        6    57.9      60      55   1.70     NA       NA

要回答关于循环的问题主要是因为副作用而很危险：

for (i in 1:10) x <- 2             ## create a global variable x
lapply (1:10, function(z) x <- 2)  ## SAFE don't create a gloable variable x

Answer 2

未检查您的代码，但应该是for (i in 1:nrow(eelriverdata)) {而不是for (i in nrow(eelriverdata)) {

以下是我的版本，你只用年份而不是所有行循环。

我对某些问题不清楚，但尝试这种方法

试试这个：

set.seed(5)
tempdf=data.frame(year=rep(2002:2006, each=365), dayofyear=rep(1:365, times=5), prec=runif(365*5), totpre=0)

years=unique(tempdf$year)
for (i in 1:length(years)){
totpreindex<-which(tempdf[,"year"]==years[i] & tempdf[,"dayofyear"]==213)
totpre<-sum(tempdf[tempdf$year==years[i] & tempdf$dayofyear>0  & tempdf$dayofyear<213,"prec"])
tempdf[totpreindex,"totpre"]<-totpre
}

输出：

> tempdf[tempdf$totpre>0,]
     year dayofyear      prec   totpre
213  2002       213 0.4094868 108.9317
578  2003       213 0.2037912 109.2401
943  2004       213 0.3949180 112.0684
1308 2005       213 0.6600369 107.0455
1673 2006       213 0.5524957 102.6835

在迭代for循环时保留对R数据帧的更改

2 个答案: