Как рассчитать среднее значение за диапазон дат в двух фреймах данных - PullRequest
Новая
       22

Как рассчитать среднее значение за диапазон дат в двух фреймах данных

1 голос
/ 04 февраля 2020

Я использую R, у меня есть два фрейма данных, один из которых содержит столбцы для даты начала, даты окончания и кода станции, а другой содержит суточные показатели солености и кода станции. Я хотел бы рассчитать среднюю соленость между начальной и конечной датами в первом фрейме данных, используя ежедневные показатели солености во втором фрейме данных.

Вот первый фрейм данных: 

> head(events)
# A tibble: 6 x 5
  event_no duration date_start date_end   StationCode
     <dbl>    <dbl> <date>     <date>     <chr>      
1        1        4 2003-01-01 2003-01-04 niwtawq    
2        2        5 2003-01-06 2003-01-10 niwtawq    
3        3        7 2004-05-25 2004-05-31 niwtawq    
4        4        6 2004-10-31 2004-11-05 niwtawq    
5        5        7 2006-08-02 2006-08-08 niwtawq    
6        6        5 2007-08-07 2007-08-11 niwtawq

а вот второе: 

> head(dat4)
   StationCode DateFormatted  Sal
1:     niwtawq    2003-01-01 1.58
2:     niwtawq    2003-01-02 1.19
3:     niwtawq    2003-01-03 1.31
4:     niwtawq    2003-01-04 1.56
5:     niwtawq    2003-01-05 2.10
6:     niwtawq    2003-01-06 1.33
7:     niwtawq    2003-01-07 1.68
8:     niwtawq    2003-01-08 1.83
9:     niwtawq    2003-01-09 1.77
10:     niwtawq    2003-01-10 1.56

Ответы [ 2 ]

1 голос
/ 04 февраля 2020

Если даты соответствующим образом отформатированы, вы можете создать последовательность дней, используя даты начала и окончания, и индексировать значения солености вашего второго фрейма данных, сопоставляя эти даты. 

# Create ranges and name by station
ranges <- mapply(function(x, y, z)  seq.Date(y, z, 1), df1$StationCode,  df1$date_start, df1$date_end, USE.NAMES = TRUE)

# Match by date and station
df1$meansalinity <- mapply(function(a, b)
  mean(df2$Sal[df2$StationCode == b][match(a, df2$DateFormatted[df2$StationCode == b])]), ranges, names(ranges))

df1

  event_no duration date_start   date_end StationCode meansalinity
1        1        4 2003-01-01 2003-01-04     niwtawq        1.410
2        2        5 2003-01-06 2003-01-10     niwtawq        1.634
1 голос
/ 04 февраля 2020

Одним из способов использования tidyverse может быть создание последовательности между date_start и date_end, объединение с dat4 с использованием "StationCode", filter строк, находящихся в диапазоне (то есть между началом и концом дата), group_by event, date_start, date_end и StationCode для расчета mean. 

library(tidyverse)

events %>%
  mutate(date = map2(date_start, date_end, seq, by = "day")) %>%
  unnest(date) %>%
  left_join(dat4, by = 'StationCode') %>%
  filter(DateFormatted >= date_start & DateFormatted <= date_end) %>%
  group_by(event_no, date_start, date_end, StationCode) %>%
  summarise(Sal = mean(Sal))

# event_no date_start date_end   StationCode   Sal
#     <int> <date>     <date>     <fct>       <dbl>
#1        1 2003-01-01 2003-01-04 niwtawq      1.41
#2        2 2003-01-06 2003-01-10 niwtawq      1.63

данные 

events <- structure(list(event_no = 1:6, duration = c(4L, 5L, 7L, 6L, 7L, 
5L), date_start = structure(c(12053, 12058, 12563, 12722, 13362, 
13732), class = "Date"), date_end = structure(c(12056, 12062, 
12569, 12727, 13368, 13736), class = "Date"), StationCode = 
structure(c(1L, 1L, 1L, 1L, 1L, 1L), .Label = "niwtawq", class = "factor")), 
row.names = c("1", "2", "3", "4", "5", "6"), class = "data.frame")

dat4 <- structure(list(StationCode = structure(c(1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L), .Label = "niwtawq", class = "factor"),
DateFormatted = structure(c(12053, 12054, 12055, 12056, 12057, 12058, 12059, 12060, 
12061, 12062), class = "Date"), Sal = c(1.58, 1.19, 1.31, 1.56, 2.1, 1.33, 
1.68, 1.83, 1.77, 1.56)), row.names = c("1:", "2:", "3:", "4:", 
"5:", "6:", "7:", "8:", "9:", "10:"), class = "data.frame")
...