我有7年的温度数据分为4个季节变量（春季，夏季，秋季，冬季），每个变量看起来像这样（春天的例子）
Day Month Year maxtp Season.Year Season
1 3 2008 13.6 2008 SP
2 3 2008 11.3 2008 SP
3 3 2008 5.4 2008 SP
我想基于这些观察到的数据创建一个多个新的温度系列，一次一个地采用以下方式（使用类似的方法）：Block sampling according to index in panel data
使用此代码
newseries1 <- sample(Spring, size=91, replace = T, prob = NULL)
但这复制了91次系列，并不是我想要的。
我想从任意一个季节（2008-2014）中选择整个Spring区块，然后选择任何一年的夏季区块，除了之前选择的年份，所以除了2008年以外的任何一年。重新采样的年份是然后更换，以便下次再次重新采样，而不是连续重采样。
我想从春季变量中获取一个季节。然后使用不同的季节。夏季变量，秋季另一个，冬季另一个，并继续这样做，直到重新采样的长度相同如观察到的（在这种情况下为7年）。
总而言之，我想：
答案 0 :(得分：0)
$(document).ready(function() {
var offset = $('.ads').offset().top, top;
$(document).on('scroll', function() {
top = $(window).scrollTop() < offset ? '0' : $(window).scrollTop() - offset + 'px';
$('.ads .element').css({
'transition': 'none',
'margin-top': '-60px'
});
$('.ads').css({
'top': top
});
setTimeout(function() {
$('.ads .element').css({
'transition': 'margin-top 3s',
'margin-top': '0'
});
});
})
});
尝试改为
newseries1然后连续选择每个季节的年度数据：
ndays <- length(Spring[, 1])
#select rows of Spring randomly (are you sure you want replace = T?)
newseries1 <- Spring[sample(1:ndays, size = ndays, replace = T, prob = NULL),]
然后编译数据帧（假设原始数据在数据帧y.lst <- 2008:2014
nssn <- 7*100*4 #desired number of annual cycles times four seasons
y <- rep(NA, nssn) #initialise: vector of selected years
#first spring
y[1] <- sample(y.lst, 1)
#subsequent seasons
for(s in 2:nssn){
#selects a year from a sublist of years which excludes that of the previous season
y[s] <- sample(y.lst[y.lst != y[s - 1]], 1)
}
中）：
data您需要创建一个要选择的季节标签矢量。使用#first Spring
Ssn <- data[with(data, Year == y[1] & Season == "SP"),]
ndays <- length(Spring[, 1])
newseries1 <- Ssn[sample(1:ndays, size = ndays, replace = T, prob = NULL),]
#initialise data frame
data2 <- Ssn
#subsequent seasons
for(s in 2:nssn){
Ssn <- data[with(data, Year == y[s] & Season == "..."),]
ndays <- length(Spring[, 1])
newseries1 <- Ssn[sample(1:ndays, size = ndays, replace = T, prob = NULL),]
data2 <- rbind(data2, Ssn)
}
余数函数在每种情况下选择合适的季节标签（即%% 2表示“SU”）