有条件地计算 R 中变量的两个日期之间的元素数答案

【问题标题】：Count the number of elements between 2 dates conditionally on a variable in R有条件地计算 R 中变量的两个日期之间的元素数
【发布时间】：2017-01-19 02:49:34
【问题描述】：

我正在尝试计算两个日期之间低于某个阈值（比如说小于或等于 50）的降水量。

基本上，我有一个向量cuts，其中包含我想要计算的日期。我想使用cuts 向量将数据集“子集”到不同的 bin 中，然后计算下雨少于 50 毫米的事件的数量。

我目前正在使用 dplyr 和 for 循环，但没有任何效果。

set.seed(12345)
df = data.frame(date = seq(as.Date("2000/03/01"), as.Date("2002/03/01"), "days"), 
                precipitation = rnorm(length(seq(as.Date("2000/03/01"), as.Date("2002/03/01"), "days")),80,20))
cuts = c("2001-11-25","2002-01-01","2002-02-18","2002-03-01")
for (i in 1:length(cuts)) {
  df %>% summarise(count.prec = if (date > cuts[i] | date < cuts[i+1]) {count(precipitation <= 50)})
}

但是我有这个错误信息：

Error: no applicable method for 'group_by_' applied to an object of class "logical"
In addition: Warning message:
In if (c(11017, 11018, 11019, 11020, 11021, 11022, 11023, 11024,  :
  the condition has length > 1 and only the first element will be used

这也不起作用：

for (i in 1:length(cuts)) {
  df %>% if (date > cuts[i] | date < cuts[i+1])%>% summarise(count.prec = count(precipitation <= 50))
}

【问题讨论】：

标签： r date dplyr

【解决方案1】：

你可以试试：

df %>%
  group_by(gr = cut(date, breaks = as.Date(cuts))) %>%
  summarise(res = sum(precipitation <= 50))

这给出了：

# A tibble: 4 × 2
          gr   res
      <fctr> <int>
1 2001-11-25     1
2 2002-01-01     4
3 2002-02-18     2
4         NA    40

或者按照@Frank 所述-您可以将summarise() 替换为tally(precipitation <= 50)

【讨论】：

好的，我明白了。它计算sum 函数中TRUE 或FALSE 的数量。当它不匹配时，它会报告 NA？
@M.Beausoleil 没错。在cuts 中指定的范围之外，您有 40 个日期具有precipitation <= 50。如果您想从结果中删除它，您可以简单地将 ... %>% na.omit() 或 ... %>% filter(!is.na(gr)) 添加到链中。
只需在末尾添加%>% filter(!is.na(gr))即可删除NA行！谢谢！非常聪明。
summarise 而不是你的tally(precipitation <= 50) 似乎可以工作。
@M.Beausoleil 你需要tally(precipitation <= 50)，不需要sum()。此外，您不能在tally() 中使用res = ...

【解决方案2】：

我们可以尝试使用 data.table 进行非 equi 连接

library(data.table)#v1.9.7+
df2 <- data.table(cuts1 = as.Date(cuts[-length(cuts)]), cuts2 = as.Date(cuts[-1]))
setDT(df)[df2, .(Count = sum(precipitation <=50)),
           on = .(date > cuts1,  date < cuts2), by = .EACHI]
#         date       date Count
#1: 2001-11-25 2002-01-01     1
#2: 2002-01-01 2002-02-18     4
#3: 2002-02-18 2002-03-01     2

【讨论】：

我有这个错误：Error in [.data.table(setDT(df), df2, .(Count = sum(precipitation <= : could not find function "."
@M.Beausoleil 最近在data.table的devel版本中引入了。
是的，我的版本是‘1.9.6’
@M.Beausoleil 如果您下载开发版，它应该可以工作