Question

我有一个数据框架，每日最高和最低温度为40年，需要选择最高温度超过最高温度的90％并且最低温度高于最低温度的85％的所有日子。

我能够做到这一点

> head(df)
  YEAR MONTH DAY     Date MEAN  MAX  MIN
1 1965     1   1 1/1/1965   NA 27.0 17.0
2 1965     1   2 1/2/1965 24.0 28.0 20.7
3 1965     1   3 1/3/1965 19.9 23.7 16.2
4 1965     1   4 1/4/1965 18.0 23.4 12.0
5 1965     1   5 1/5/1965 19.7 24.0 14.0
6 1965     1   6 1/6/1965 18.6 24.0 13.0


df[, hotday := +(df$MAX>=(quantile(df$MAX,.90, na.rm = T, type = 6)) & df$MIN>=(quantile(df$MIN,.85, na.rm = T, type = 6)))
              ] [, length := with(rle(hotday), rep(lengths,lengths)) # to calculate lenght so I can select consecutive days only
                 ] [hotday==0, length:=0][!!hotday, Highest_Mean := max(MEAN) , rleid(length)][] # to find the highest Mean temp for each consecutive group

但是我需要每15天使用居中滚动百分位做同样的事情（即，对于给定的一天，最高温度的第90百分位数是以15天为中心的15天窗口的历史数据的第90百分位数天）

我的意思是使用15天日历窗口从每个日历日的历史数据计算百分位数。也就是说，有一天365天，所以第118天我将使用111,112，.....至第125天的历史数据。所以在我的情况下，我有40年的数据所以15天的窗口将每个日历日的总样本量为40年×15天= 600。移动窗口基于日历日，而不是时间序列

请任何想法

Answer 1

选择你想要的行怎么样？

由于您希望在感兴趣的当天有一个15天的滑动窗口，因此您将始终拥有7个前几天+感兴趣的日期+ 7个后续日期的窗口。由于此约束，数据集的前7天和最后7天（行）被排除并强制== FALSE {rep（FALSE，7）}

sapply（）调用中包含的代码将针对15天滑动窗口（如前所述）测试每天（从第n天开始（7 + 1 = 8））并检查最高温度是否更高比那个窗口的第90个百分点（test1）。执行类似的测试（test2），查看MIN temp。如果两个测试中的一个为TRUE，则返回TRUE（否则，输出FALSE。您可以根据需要轻松调整它）。

结果向量（存储在KEEP向量中）包括布尔值TRUE / FALSE，可用于对初始数据帧进行子集化。

set.seed(111)
df <- data.frame(MIN=sample(50:70, size = 50, replace = T),
                 MAX=sample(70:90, size = 50, replace = T))
head(df)

KEEP <- c(rep(FALSE, 7),
          sapply(8:(length(df$MAX) - 7), (function(i){
            test1 <- df$MAX[i] >= as.numeric(quantile(df$MAX[(i-7):(i+7)], 0.9, na.rm = TRUE))
            test2 <- df$MIN[i] <= as.numeric(quantile(df$MIN[(i-7):(i+7)], 0.15, na.rm = TRUE))
            test1 | test2
          })),
          rep(FALSE, 7))
head(KEEP)
df <- df[KEEP,] 
df

这应该返回

r

1 个答案: