计算时间序列上的异常

Question

我想计算具有多个站点的时间序列上的每月温度异常。 我在这里称“异常”为单个值与按周期计算的平均值的差异。

我的数据框看起来像这样（我们称之为“数据”）：

Station Year Month Temp
A 1950 1 15.6
A 1980 1 12.3
A 1990 2 11.4
A 1950 1 15.6
B 1970 1 12.3
B 1977 2 11.4
B 1977 4 18.6
B 1980 1 12.3
B 1990 11 7.4

首先，我制作了一个包含 1980 年到 1990 年间的子集：

data2 <- subset(data, Year>=1980& Year<=1990)

其次，我使用 plyr 计算了每个站点在 1980 年到 1990 年之间的月平均值（我们称之为“MeanBase”）：

data3 <- ddply(data2, .(Station, Month), summarise,
               MeanBase = mean(Temp, na.rm=TRUE))

现在，我想为每一行数据计算相应的 MeanBase 和 Temp 值之间的差异......但我不确定是否正确（我看不到如何使用数据3).

Answer 1

您可以在 base R 中使用 ave 来获取此信息。

transform(data, 
          Demeaned=Temp - ave(replace(Temp, Year < 1980 | Year > 1990, NA), 
                              Station, Month, FUN=function(t) mean(t, na.rm=TRUE)))

#   Station Year Month Temp Demeaned
# 1       A 1950     1 15.6 3.3
# 2       A 1980     1 12.3 0.0
# 3       A 1990     2 11.4 0.0
# 4       A 1950     1 15.6 3.3
# 5       B 1970     1 12.3 0.0
# 6       B 1977     2 11.4 NaN
# 7       B 1977     4 18.6 NaN
# 8       B 1980     1 12.3 0.0
# 9       B 1990    11  7.4 0.0

对于指定范围内没有年份的 Month-Station 组合，结果列将包含 NaNs。