我正在尝试计算冬季严重程度的指数,该指数的组成部分之一要求计算特定日期之前(包括该日期)的连续天数<0摄氏度。例如:
Day 1 = 2 degrees C
Day 2 = -2 degrees C
Day 3 = -5 degrees C
因此,我要计算的值(称为tempdays)在第1天等于0;第2天为1;而第3天为2。
下面是显示数据外观的示例:
dat <- tibble(
date = seq(as.Date('2010-01-01'), as.Date('2010-01-10'), 1),
temp = c(4.2, 3.35, -0.6, -0.25, 0.8, 0.8, -2.5, -5.25, -0.5, 3.35)
)
dat
date temp
<date> <dbl>
1 2010-01-01 4.2
2 2010-01-02 3.35
3 2010-01-03 -0.6
4 2010-01-04 -0.25
5 2010-01-05 0.8
6 2010-01-06 0.8
7 2010-01-07 -2.5
8 2010-01-08 -5.25
9 2010-01-09 -0.5
10 2010-01-10 3.35
这是另一个以小于零的温度值开头的数据集,因为这似乎会引起问题:
dat2 <- tibble(
date = seq(as.Date('2010-01-01'), as.Date('2010-01-10'), 1),
temp = c(-1.95, -1.1, -2.8, -6.7, 1.4, 4.45, 6.1, 4.7, -1.7, -3.9)
)
dat2
所以dat2应该看起来像这样:
date temp tempdays
<date> <dbl> <dbl>
1 2010-01-01 -1.95 1
2 2010-01-02 -1.1 2
3 2010-01-03 -2.8 3
4 2010-01-04 -6.7 4
5 2010-01-05 1.4 0
6 2010-01-06 4.45 0
7 2010-01-07 6.1 0
8 2010-01-08 4.7 0
9 2010-01-09 -1.7 1
10 2010-01-10 -3.9 2
我猜可以使用lag()
来做到这一点?
答案 0 :(得分:3)
您可以使用cumsum
创建分组变量,然后使用row_number
生成温度低于0的连续天数。
library(dplyr)
dat %>%
group_by(group = cumsum(temp > 0)) %>%
mutate(tempdays = row_number() - 1) %>%
ungroup() %>%
select(-group)
# date temp tempdays
# <date> <dbl> <dbl>
# 1 2010-01-01 4.2 0
# 2 2010-01-02 3.35 0
# 3 2010-01-03 -0.6 1
# 4 2010-01-04 -0.25 2
# 5 2010-01-05 0.8 0
# 6 2010-01-06 0.8 0
# 7 2010-01-07 -2.5 1
# 8 2010-01-08 -5.25 2
# 9 2010-01-09 -0.5 3
#10 2010-01-10 3.35 0
并使用ave
with(dat, ave(temp, cumsum(temp > 0), FUN = seq_along) - 1)
编辑
如果第一组为负数,则此操作不符合预期。这是使用rle
和dat
以及dat2
dat2 %>%
mutate(tempdays = with(rle(temp < 0), rep(values, lengths))) %>%
group_by(group = cumsum(temp > 0)) %>%
mutate(tempdays = cumsum(tempdays)) %>%
ungroup() %>%
select(-group)
# date temp tempdays
# <date> <dbl> <int>
# 1 2010-01-01 -1.95 1
# 2 2010-01-02 -1.1 2
# 3 2010-01-03 -2.8 3
# 4 2010-01-04 -6.7 4
# 5 2010-01-05 1.4 0
# 6 2010-01-06 4.45 0
# 7 2010-01-07 6.1 0
# 8 2010-01-08 4.7 0
# 9 2010-01-09 -1.7 1
#10 2010-01-10 -3.9 2
答案 1 :(得分:1)
我们可以使用S=[A[1],B[2],C[1]]
data.table