如何匹配R中的两个数据帧中的日期，然后将特定范围的值和到该日期为止？

Question

我有两个数据框架:每天收集的降雨数据和不定期收集的硝酸盐浓度，大约每月一次。I要为每个硝酸盐浓度创建一个向量，即前5天降雨量的总和，基本上需要将硝酸盐日期与降雨日期相匹配，并将前5天的降雨量之和，然后用硝酸盐数据打印和。

我想我需要做一个function，一个for循环，或者使用tapply来完成这个任务，但是我不知道怎么做。我不是这些方面的专家，尽管我在简单的案例中使用过它们。我曾搜索过类似的帖子，但没有人能准确地理解这一点。This one处理因子组的求和。This one处理每对可能的行的求和。This one负责aggregate的总结。

下面是两个示例数据帧：

# rainfall df
mm<- c(0,0,0,0,5, 0,0,2,0,0, 10,0,0,0,0)
date<- c(1:15)
rain <- data.frame(cbind(mm, date))
# b/c sums of rainfall depend on correct chronological order, make sure the data are in order by date.
rain[ do.call(order, list(rain$date)),] 

# nitrate df 
nconc <- c(15, 12, 14, 20, 8.5) # nitrate concentration
ndate<- c(6,8,11,13,14)
nitrate <- data.frame(cbind(nconc, ndate))

我想找出每一次硝酸盐测量的对应降雨日期，例如：

match(nitrate$date[i] %in% rain$date)

(注：match是否适用于as.Date日期？)然后将前5天的降雨量(不包括测量日期)相加，例如：

sum(rain$mm[j-6:j-1]

并在一个新的列中以硝酸盐打印和。

print(nitrate$mm_sum[i])

为了确定我要寻找的结果是什么，下面是如何进行手工计算。在第6天采集第一次硝酸盐浓度，第1~5天降雨量之和为5mm。

在此之前，非常感谢您。

Answer 1

你或多或少都在那里！

nitrate$prev_five_rainfall = NA 
for (i in 1:length(nitrate$ndate)) { 
    day = nitrate$ndate[i] 
    nitrate$prev_five_rainfall[i] = sum(rain$mm[(day-6):(day-1)])
}

逐步解释：

初始化空结果列：

nitrate$prev_five_rainfall = NA 

对于硝酸盐df中的每一行：(i = 1,2,3,4,5)

for (i in 1:length(nitrate$ndate)) { 

抓住我们想要的最终结果的一天：

    day = nitrate$ndate[i] 

取雨满和，并将其放入结果栏。

    nitrate$prev_five_rainfall[i] = sum(rain$mm[(day-6):(day-1)])

关闭for循环:)

}

免责声明:这个答案是基本的，因为：

• 如果硝酸盐<6，它就会破裂
• 如果雨数据中缺少一些日期，这将是不正确的。
• 对于更大的数据，它将是缓慢的。

随着您对R获得更多的经验，您可能会使用像dplyr或data.table这样的数据操作包来处理这些类型的操作。

Answer 2

@nelsonauner的答案会带来很大的压力。但有一点要注意的是，在我的实际数据中，我的日期并不像上面的例子那样是数字的，它们是用适当的as.Date(nitrate$date, "%m/%d/%Y")列出的MM/DD/YYYY的日期。

我发现上面的for循环为nitrate$prev_five_rainfall提供了所有的零，我怀疑这是日期的问题。

因此，我将两个数据集中的日期更改为数字，使用公共开始日期和记录日期之间的天数差异，这样for循环将在每个数据帧中寻找匹配的天数，而不是日期。首先，使用rep_len()创建一列开始日期，并对其进行格式化：

nitrate$startdate <- rep_len("01/01/1980", nrow(nitrate)) 
nitrate$startdate <- as.Date(all$startdate, "%m/%d/%Y")

然后，使用difftime()计算差额。

nitrate$diffdays <- as.numeric(difftime(nitrate$date, nitrate$startdate, units="days"))

对rain数据帧也这样做。最后，for循环如下所示：

nitrate$prev_five_rainfall = NA 
for (i in 1:length(nitrate$diffdays)) { 
    day = nitrate$diffdays[i] 
    nitrate$prev_five_rainfall[i] = sum(rain$mm[(day-5):(day-1)])  # 5 days
}