使用嵌套查找表在第二个表中查找高于阈值的值并在 R 中量化它们答案

【问题标题】：Using a nested lookup table to find values above thresholds in second table and quantify them in R使用嵌套查找表在第二个表中查找高于阈值的值并在 R 中量化它们
【发布时间】：2021-02-11 10:42:10
【问题描述】：

我正在使用 R 语言分析河流流量数据，我有两个嵌套列表。首先保存来自不同河流河段的数据（Flowtest），称为数字，例如 910、950、1012 和 1087。我每天有数百个流量测量值（Flow），但是当我准备年度统计数据时，确切的日期和月份并不重要.在 Flowtest 表中，每个测量值 (Flow) 都引用了一年 (Year)。

Flowtest <- list("910" = tibble(Year = c(2004, 2004, 2005, 2005, 2007, 2008, 2008), Flow=c(123, 170, 187, 245, 679, 870, 820)),
                 "950" = tibble(Year = c(2004, 2005, 2005, 2005, 2006, 2008, 2008), Flow=c(570, 450, 780, 650, 230, 470, 340)),
                 "1012" = tibble(Year = c(2005, 2005, 2005, 2005, 2007, 2008, 2008), Flow=c(160, 170, 670, 780, 350, 840, 850)),
                 "1087" = tibble(Year = c(2004, 2005, 2005, 2007, 2007, 2008, 2008), Flow=c(120, 780, 820, 580, 870, 870, 840)))

名为 RCHtest 的第二个嵌套表用作查找表。我在与 Flowtest 不同的流量数据集上计算了 0.75% 百分位数 (Q3) 的值（所以我不想使用为 Flowtest 计算的 Q3）。因此，对于每个分析年份（年份），我都有一个 0.75% 百分位阈值（Q3）的值。在 Flowtest 和 RCHtest 中分析的年份和河流范围相同。

RCHtest <- list("910" = data.frame(Year = c(2004:2008), Q3=c(650, 720, 550, 580, 800)),
                "950" = data.frame(Year = c(2004:2008), Q3=c(550, 770, 520, 540, 790)),
                "1012" = data.frame(Year = c(2004:2008), Q3=c(600, 780, 500, 570, 800)),
                "1087" = data.frame(Year = c(2004:2008), Q3=c(670, 790, 510, 560, 780)))

我想获得的是来自 Flowtest$Flow 的值的数量，这些值低于 RCHtest$Q3 每年指定的阈值，每个子流域如下面的 Resulttest 所示。

Resulttest <- list("910" = data.frame(Year = c(2004:2008), aboveQ3=c(0, 0, 0, 1, 2)),
                  "950" = data.frame(Year = c(2004:2008), aboveQ3=c(1, 1, 0, 0, 0)),
                  "1012" = data.frame(Year = c(2004:2008), aboveQ3=c(0, 2, 0, 0, 2)),
                  "1087" = data.frame(Year = c(2004:2008), aboveQ3=c(0, 1, 0, 2, 2)))

如何解决这个问题？请帮忙

【问题讨论】：

标签： r loops nested quantile

【解决方案1】：

您可以将Map 与aggregate 结合使用：

Map(function(x, y) aggregate(Flow > Q3~Year, merge(x, y, all = TRUE,
          na.action = 'na.pass'), sum, na.rm = TRUE, na.action = 'na.pass'), 
          Flowtest, RCHtest)

这会返回：

#$`910`
#  Year Flow > Q3
#1 2004         0
#2 2005         0
#3 2006         0
#4 2007         1
#5 2008         2

#$`950`
#  Year Flow > Q3
#1 2004         1
#2 2005         1
#3 2006         0
#4 2007         0
#5 2008         0

#$`1012`
#  Year Flow > Q3
#1 2004         0
#2 2005         0
#3 2006         0
#4 2007         0
#5 2008         2

#$`1087`
#  Year Flow > Q3
#1 2004         0
#2 2005         1
#3 2006         0
#4 2007         2
#5 2008         2

如果你想使用tidyverse 函数来做到这一点，你可以这样做：

library(dplyr)
library(purrr)

map2(Flowtest, RCHtest, ~full_join(.x, .y) %>%
                          group_by(Year) %>%
                          summarise(sum = sum(Flow > Q3, na.rm = TRUE)))

【讨论】：