Question

我有一个CSV文件，以80天为单位存储每天毫米的降水数据，如下所示：

19980720;0
19980721;5.1
19980722;2
19980723;21.1
19980724;3.4
19980725;0
19980726;0
19980727;1.2
19980728;0.2
19980729;0
19980730;0
19980731;0
19980801;2
19980802;5.6
19980803;10
19980804;15
19980805;14.6
19980806;13
19980807;0
19980808;0

我已经在R中加载了数据。现在我想找到连续下雨的时期。为此，我想到了总结至少两天没有降雨的天数降雨量。

如何查找这些期间？

编辑：对于示例数据，输出可能是这样的：

60.2
31.6
1.4

这是我的例子中连续下雨的三个时期的汇总和排序值。也许可以在特定事件发生时添加开始和/或结束日期：

19980801 19980806 60.2
19980721 19980724 31.6
19980727 19980728 1.4

Answer 1

为了在持续降雨期间只获得累积雨量，你需要创建一个向量，指示一天是否属于这样一个时期。

注意：为了说明这一点，我创建了一个略有不同的数据集，在最后一段雨中，有一天没有下雨（见下文）。

使用 data.table ，您可以：

setDT(mydf)[, sus.rf := !(rf==0 & (shift(rf,1L,type="lag",fill=0)==0 | shift(rf,1L,type="lead",fill=0)==0))
            ][, id:=rleid(sus.rf)
              ][sus.rf==TRUE, .(start=dates[1], end=dates[.N], sum.rf=sum(rf)), id]

给出：

   id    start      end sum.rf
1:  2 19980721 19980724   31.6
2:  4 19980727 19980728    1.4
3:  6 19980801 19980806   45.6

假设您想要总结至少3天没有下雨的天数，您可以这样做：

setDT(mydf)[, sus.rf := !(rf==0 & (shift(rf,1L,type="lag",fill=0)==0 | shift(rf,1L,type="lead",fill=0)==0))
            ][, days := .N, rleid(sus.rf)
              ][sus.rf==FALSE & days < 3, sus.rf := TRUE
                ][, .(start=dates[1], end=dates[.N], sum.rf=sum(rf)), rleid(sus.rf)][sum.rf!=0][]

给出：

   rleid    start      end sum.rf
1:     1 19980720 19980728   33.0
2:     3 19980801 19980808   45.6

使用过的数据：

mydf <- structure(list(dates = c(19980720L, 19980721L, 19980722L, 19980723L, 
                                 19980724L, 19980725L, 19980726L, 19980727L, 19980728L, 19980729L, 
                                 19980730L, 19980731L, 19980801L, 19980802L, 19980803L, 19980804L, 
                                 19980805L, 19980806L, 19980807L, 19980808L), 
                       rf = c(0, 5.1, 2, 21.1, 3.4, 0, 0, 1.2, 0.2, 0, 0, 0, 2, 5.6, 10, 15, 0, 13, 0, 0)), 
                  .Names = c("dates", "rf"), row.names = c(NA, -20L), class = "data.frame")

Answer 2

我们可以使用data.table。将'data.frame'转换为'data.table'（setDT(d1)），根据'v2'（rleid）中的逻辑索引创建一个!v2的分组列。删除“v2”中对应于“0”值的行，按“i1”分组，我们得到“{2}”的“v2”以及sum和first（{{1} }，last）'v1'中的元素。将'i1'分配为NULL（如果需要）。

v1[1]

数据

v1[.N]

Answer 3

这可能是另一个选项（使用sep = ';'中的header = FALSE和read.table加载您的文件

library(data.table)
dat$V3 = cumsum(c(TRUE, diff(dat$V2)==0))
out = setDT(dat)[, .(a = V1[2L], b = V1[.N-1], c = sum(V2)), by = V3][, -V3, with=FALSE]

这将给出

#          a        b    c
#1: 19980721 19980724 31.6
#2: 19980727 19980728  1.4
#3:       NA       NA  0.0
#4: 19980801 19980806 60.2
#5:       NA       NA  0.0

稍后您可以删除NA的行像这样

out[is.finite(rowSums(out))]

使用基础R lapply

dat$V3 = cumsum(c(TRUE, diff(dat$V2)==0))
d1 = split(dat, f=dat$V3)
do.call(rbind, 
  lapply(d1[sapply(d1, function(x) dim(x)[1]) > 1],
        function(x){ out = subset(x, x$V2 != 0); 
        data.frame(a = out$V1[1L], b = out$V1[length(out$V1)], c = sum(out$V2))
  }))

#         a        b    c
#1 19980721 19980724 31.6
#2 19980727 19980728  1.4
#4 19980801 19980806 60.2

Answer 4

基础R解决方案：

# add index and binary "rain-code" column
d$index <- 1:nrow(d)
d$rain <- ifelse(d$V2 == 0, 0, 1)

# As one day without rain is similar to a rainy day ("summing up the rainfall of days which
# are interrupted by at least two days without any rainfall.") 
# we change the 0 of the first sunny day in a row to 1
d$rain[which(d$rain==0)[c(2,diff(which(d$rain==0),1))!=1] ] <- 1

# remove the sunny days 
b <- d[ d$rain != 0,]

# and include a grouping factor to get rainy intervals
b$group <- .bincode(b$index,c(1,which(diff(b$index)!=1)+1,nrow(d)),include.lowest = T)

# remove the remaining sunny days in each group which were set to 1 at the beginning
b <- b[ b$V2 != 0,]

# and the final output:
a1 <- aggregate(b[,1],list(b$group),function(x) cbind(min(x),max(x)))
a2 <- aggregate(b[,2],list(b$group),sum)
cbind(a1,volume=a2$x)
  Group.1      x.1      x.2 volume
1       1 19980721 19980724   31.6
2       2 19980727 19980728    1.4
3       3 19980801 19980806   60.2

找到＆amp; <值的总和> 0不会被特定数量的零中断

4 个答案:

数据