根据第二数据帧中的数据范围总结R数据帧

Question

我有两个数据帧，一个按日包含数据，另一个包含不规则时间多天间隔的数据。例如：

一种具有不规则时间间隔降水数据的数据帧precip_range：

start_date<-as.Date(c("2010-11-01", "2010-11-04", "2010-11-10"))
end_date<-as.Date(c("2010-11-03", "2010-11-09", "2010-11-12"))
precipitation<-(c(12, 8, 14))
precip_range<-data.frame(start_date, end_date, precipitation)

以及具有日降水量数据的数据帧precip_daily：

day<-as.Date(c("2010-11-01", "2010-11-02", "2010-11-03", "2010-11-04", "2010-11-05",
                  "2010-11-06", "2010-11-07", "2010-11-08", "2010-11-09", "2010-11-10",
                  "2010-11-11", "2010-11-12"))
precip<-(c(3, 1, 2, 1, 0.25, 1, 3, 0.33, 0.75, 0.5, 1, 2))
precip_daily<-data.frame(day, precip)

在本例中，precip_daily表示模型估计的日降水量，precip_range表示特定日期范围的实测累积降水量。我试图将建模数据与测量数据进行比较，这需要同步时间周期。

因此，我想通过数据帧precip_daily中start_date和end_date之间的日期范围来总结数据帧precip_range中的start_date列(计数和precip和)。有什么最好的办法吗？

Answer 1

您可以使用start_dates从precip_range作为休息到cut()，以分组您的每日价值。例如

rng <- cut(precip_daily$day, 
    breaks=c(precip_range$start_date, max(precip_range$end_date)), 
    include.lowest=T)

在这里，我们使用范围data.frame中的开始日期来削减每日的值。我们肯定会包含最低值，并在最大结束值处停止。如果我们把它和我们看到的每日值合并起来

cbind(precip_daily, rng)

#           day precip        rng
# 1  2010-11-01   3.00 2010-11-01
# 2  2010-11-02   1.00 2010-11-01
# 3  2010-11-03   2.00 2010-11-01
# 4  2010-11-04   1.00 2010-11-04
# 5  2010-11-05   0.25 2010-11-04
# 6  2010-11-06   1.00 2010-11-04
# 7  2010-11-07   3.00 2010-11-04
# 8  2010-11-08   0.33 2010-11-04
# 9  2010-11-09   0.75 2010-11-04
# 10 2010-11-10   0.50 2010-11-10
# 11 2010-11-11   1.00 2010-11-10
# 12 2010-11-12   2.00 2010-11-10

这表明这些值已被分组。那我们就可以

aggregate(cbind(count=1, sum=precip_daily$precip)~rng, FUN=sum)

#          rng count  sum
# 1 2010-11-01     3 6.00
# 2 2010-11-04     6 6.33
# 3 2010-11-10     3 3.50

以获得每个范围的总数(标有开始日期的范围)

Answer 2

或

library(zoo)
library(data.table)
temp <- merge(precip_daily, precip_range, by.x = "day", by.y = "start_date", all.x = T)
temp$end_date <- na.locf(temp$end_date)
setDT(temp)[, list(Sum = sum(precip), Count = .N), by = end_date]

##     end_date  Sum Count
## 1: 2010-11-03 6.00     3
## 2: 2010-11-09 6.33     6
## 3: 2010-11-12 3.50     3