合計のイベントデータR

Question

私は数年間にわたる毎日の降雨データを扱っています。私は連続した雨の日に降雨量を合計して、その降雨量イベントの降雨量の合計を求めます。イベントごとに開始日と終了日と降水量を取得することも良いでしょう。私はaggregateと一緒に何かをハックすることができると思っていますが、私の頭の中でやっていることは非常にかさばるようです。 dplyr、tdyr、またはdata.tableで見つかるはずの、すばやく洗練されたソリューションがありますか？

データ

structure(list(Time = structure(c(1353398400, 1353484800, 1353571200, 
1353657600, 1353744000, 1353830400, 1353916800, 1354003200, 1354089600, 
1354176000, 1354262400, 1354348800, 1354435200, 1354521600, 1354608000, 
1354694400, 1354780800, 1354867200, 1354953600, 1355040000, 1355126400, 
1355212800, 1355299200, 1355385600, 1355472000, 1355558400, 1355644800, 
1355731200, 1355817600, 1355904000, 1355990400, 1356076800, 1356163200, 
1356249600, 1356336000, 1356422400, 1356508800, 1356595200, 1356681600, 
1356768000, 1356854400, 1356940800, 1357027200, 1357113600, 1357200000, 
1357286400, 1357372800, 1357459200, 1357545600, 1357632000, 1357718400 
), class = c("POSIXct", "POSIXt"), tzone = ""), inc = c(NA, NA, 
NA, NA, NA, NA, NA, 0.11, NA, 0.62, 0.0899999999999999, 0.39, 
NA, NA, 0.03, NA, NA, NA, NA, NA, NA, 0.34, NA, NA, NA, NA, 0.0600000000000001, 
0.02, NA, NA, NA, 0.29, 0.35, 0.02, 0.27, 0.17, 0.0600000000000001, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, 0.47, NA, NA, NA, 0.0300000000000002 
)), .Names = c("Time", "inc"), row.names = 50:100, class = "data.frame") 

は、所望の出力

Begin End Days Total Intensity 
11/27/2012 11/27/2012 1 0.11 0.11 
11/29/2012 12/1/2012 3 1.1 0.366666667 
12/4/2012 12/4/2012 1 0.03 0.03 
12/11/2012 12/11/2012 1 0.34 0.34 
12/16/2012 12/17/2012 2 0.08 0.04 
12/21/2012 12/26/2012 6 0.29 0.048333333 
1/5/2013 1/5/2013 1 0.47 0.47 
1/9/2013 1/9/2013 1 0.03 0.03 

Answer 1

data.table::rleidは、データフレームがdfという名前で、それがによってソートされていると仮定すると、連続した値を扱うための便利な機能です時間前に変数：

library(data.table) 
setDT(df) 
na.omit(df[,.(Begin = as.Date(first(Time)), 
       End = as.Date(last(Time)), 
       Days = as.Date(last(Time)) - as.Date(first(Time)) + 1, 
       Total = sum(inc), Intensity = mean(inc)), 
      by = .(id = rleid(is.na(inc)))]) 

# id  Begin  End Days Total Intensity 
#1: 2 2012-11-27 2012-11-27 1 days 0.11 0.1100000 
#2: 4 2012-11-29 2012-12-01 3 days 1.10 0.3666667 
#3: 6 2012-12-04 2012-12-04 1 days 0.03 0.0300000 
#4: 8 2012-12-11 2012-12-11 1 days 0.34 0.3400000 
#5: 10 2012-12-16 2012-12-17 2 days 0.08 0.0400000 
#6: 12 2012-12-21 2012-12-26 6 days 1.16 0.1933333 #I think you have some miscalculation here 
#7: 14 2013-01-05 2013-01-05 1 days 0.47 0.4700000 
#8: 16 2013-01-09 2013-01-09 1 days 0.03 0.0300000 

Answer 2

ここでは、dplyrを使用する方法があります。

まず、いくつかの予備的なクリーンアップ：日付変数が必要とされている、いないPOSIXct：これはrain_eventの明示的な変数を持つデータフレームを計算

library(dplyr) 

df2 <- df %>% 
    mutate(date = as.Date(Time)) %>% 
    select(-Time) 

：

df3 <- df2 %>% 
    filter(!is.na(inc)) %>% 
    mutate(
    day_lag = as.numeric(difftime(date, lag(date), units = "days")), 
    # special case: first rain event 
    day_lag = ifelse(is.na(day_lag), 1, day_lag), 
    rain_event = 1 + cumsum(day_lag > 1) 
) 

> df3 
    inc  date day_lag rain_event 
1 0.11 2012-11-27  1   1 
2 0.62 2012-11-29  2   2 
3 0.09 2012-11-30  1   2 
4 0.39 2012-12-01  1   2 
5 0.03 2012-12-04  3   3 
6 0.34 2012-12-11  7   4 
7 0.06 2012-12-16  5   5 
8 0.02 2012-12-17  1   5 
9 0.29 2012-12-21  4   6 
10 0.35 2012-12-22  1   6 
11 0.02 2012-12-23  1   6 
12 0.27 2012-12-24  1   6 
13 0.17 2012-12-25  1   6 
14 0.06 2012-12-26  1   6 
15 0.47 2013-01-05  10   7 
16 0.03 2013-01-09  4   8 

今

、によってまとめます雨のイベントごとに、関心のある指標を計算する：

df3 %>% 
    group_by(rain_event) %>% 
    summarise(
    begin = min(date), 
    end = max(date), 
    days = n(), 
    total = sum(inc), 
    intensity = mean(inc) 
) 

    # A tibble: 8 × 6 
    rain_event  begin  end days total intensity 
     <dbl>  <date>  <date> <int> <dbl>  <dbl> 
1   1 2012-11-27 2012-11-27  1 0.11 0.1100000 
2   2 2012-11-29 2012-12-01  3 1.10 0.3666667 
3   3 2012-12-04 2012-12-04  1 0.03 0.0300000 
4   4 2012-12-11 2012-12-11  1 0.34 0.3400000 
5   5 2012-12-16 2012-12-17  2 0.08 0.0400000 
6   6 2012-12-21 2012-12-26  6 1.16 0.1933333 
7   7 2013-01-05 2013-01-05  1 0.47 0.4700000 
8   8 2013-01-09 2013-01-09  1 0.03 0.0300000 

Answer 3

基本パッケージのみ、基本的には集合関数を使用します。私は周りに一番良い選択肢ではないことを知っています。唯一の問題は、（データフレームの列が、それ以外の場合は整数に変換されます、希望の日付形式のために1つずつ指定する必要があります）日付の形式である：

data1 <- structure(list(Time = structure(c(1353398400, 1353484800, 1353571200, 
    1353657600, 1353744000, 1353830400, 1353916800, 1354003200, 1354089600, 
    1354176000, 1354262400, 1354348800, 1354435200, 1354521600, 1354608000, 
    1354694400, 1354780800, 1354867200, 1354953600, 1355040000, 1355126400, 
    1355212800, 1355299200, 1355385600, 1355472000, 1355558400, 1355644800, 
    1355731200, 1355817600, 1355904000, 1355990400, 1356076800, 1356163200, 
    1356249600, 1356336000, 1356422400, 1356508800, 1356595200, 1356681600, 
    1356768000, 1356854400, 1356940800, 1357027200, 1357113600, 1357200000, 
    1357286400, 1357372800, 1357459200, 1357545600, 1357632000, 1357718400 
    ), class = c("POSIXct", "POSIXt"), tzone = ""), inc = c(NA, NA, 
    NA, NA, NA, NA, NA, 0.11, NA, 0.62, 0.0899999999999999, 0.39, 
    NA, NA, 0.03, NA, NA, NA, NA, NA, NA, 0.34, NA, NA, NA, NA, 0.0600000000000001, 
    0.02, NA, NA, NA, 0.29, 0.35, 0.02, 0.27, 0.17, 0.0600000000000001, 
    NA, NA, NA, NA, NA, NA, NA, NA, NA, 0.47, NA, NA, NA, 0.0300000000000002 
    )), .Names = c("Time", "inc"), row.names = 50:100, class = "data.frame") 

rainruns <- function(datas = data1) { 
    incs <- c(NA, datas$inc) # last column 
    event <- cumsum(is.na(incs[-length(incs)]) & !is.na(incs[-1])) # counter for rain events 
    datas <- cbind(datas, event) # add events column 
    datas2 <- datas[!is.na(datas$inc),] # delete na's 
    summarydata1 <- aggregate(datas2$inc, by = list(datas2$event), # summarize rain data by event 
           FUN = function(x) c(length(x), sum(x), mean(x)))[[2]] 
    summarydata2 <- aggregate(as.Date(datas2$Time), by = list(datas2$event), # summarize dates by event 
           FUN = function(x) c(min(x), max(x)))[[2]] 
    summarydata <- data.frame(format(as.Date(summarydata2[,1], # combine both, correcting date formats 
              origin = "1970-01-01"), "%m/%d/%Y"), 
           format(as.Date(summarydata2[,2], 
              origin = "1970-01-01"), "%m/%d/%Y"), summarydata1) 
    names(summarydata) <- c("Begin", "End", "Days", "Total", "Intensity") # update column names 
    return(summarydata) 
} 

Answer 4

あなたは新しいを追加することができます連続した雨期を表す行をグループ化し、dplyrを使用して必要な統計を取得します。あなたのデータフレームがdfと呼ばれていると仮定：as.Date（最初の（時間））で

library(dplyr) 
rain_period = rep(NA,nrow(df)) #initialize vector 
group=1 #initialize group number 
for(i in 1:nrow(df)){ 
    if(is.na(df$inc[i])) group = group + 1 
    else rain_period[i] = group 
} 
df$group = rain_period 


result = dplyr::group_by(df,group) 
result = dplyr::summarise(result, 
         Begin = min(Time), 
         End = max(Time), 
         Days = n(), 
         Total = sum(inc), 
         Intensity = mean(inc))