带条件的每小时降水数据修正

Question

我正在处理降水数据，并希望实施一个校正方案。为此，我有经验常数，我必须在 12 小时间隔内将其应用于测量。

• 如果在 12 小时范围内至少有一个降水测量值 != 0 & != NA，则将常数除以该测量值，然后将商添加到测量值中
• 如果区间内没有值 > 0 & != NA，则什么也不做（或加 0）

我真的不知道如何或从哪里开始。

这是一些随机降水数据，经验常数为 0.14 [mm/12h]：

set.seed(1)
Time <- seq(from = as.POSIXct("2012-05-15 07:00"), 
                  to = as.POSIXct("2012-06-15 07:00"), by = "hour")
Precipitation <- runif(Time, min=0, max = 20)
Precipitation[Precipitation >5] <- 0
Precipitation[Precipitation >4.5] <- NA
  
df <- data.frame(Time, Precipitation)

编辑：输出应该看起来像同一个表，其中添加了仅包含商的列。 Edit2：这是两个 12 小时间隔的示例，它们显示了我想要实现的目标。抱歉，有点不清楚。

Answer 1

我不能 100% 确定我对您的问题的理解正确，但请考虑以下代码。

编辑：编辑问题后，我稍微修改了代码。现在只有左商的列。以下是对您有用的代码。

---

代码

Rows = as.numeric(rownames(df[seq(1, nrow(df), 12), ]))
Twelvehour_list = split(df, cumsum(1:nrow(df) %in% (Rows)))
Solution_list = lapply(Twelvehour_list, function(x)   
           {if(length(x$Precipitation[x$Precipitation > 0]) == 0) {
                                     x$newcol <- empiric_constant; x
                                } else {
                                  x$newcol <- 
                                      empiric_constant/length(x$Precipitation[x$Precipitation > 0 !is.na(x$Precipitation)]); 
                        x$newcol[x$Precipitation == 0] <- 0;
                        x$newcol[is.na(x$Precipitation)] <- 0;
                        x
                                }

                                    })

---

输出

 head(Solution_list[[10]])
               Time Precipitation newcol   
 118 2012-05-20 04:00:00      2.063685  0.125 
 119 2012-05-20 05:00:00      0.000000  0.000 
 120 2012-05-20 06:00:00      0.000000  0.000 
 121 2012-05-20 07:00:00      0.000000  0.000 
 122 2012-05-20 08:00:00      0.000000  0.000 
 123 2012-05-20 09:00:00      0.000000  0.000 

输出是data.frames 的列表，每个跨越 12 小时，包含商列和修改后的降水数据列，即添加了经验常数。这就是你的想法吗？