基于第二数据帧中的日期范围汇总R数据帧

Question

我有两个数据框，一个包括按天的数据，另一个包含不规则时间多日间隔的数据。 例如：

一个数据框， precip_range包含不规则时间间隔的降水数据：

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)

和数据帧precip_daily与逐日降水资料：

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)

在此示例中， precip_daily表示由模型估计的每日降水量，而precip_range表示特定日期范围的测量累积降水量。 我试图将建模与测量数据进行比较，这需要同步时间段。

所以，我想总结的precip在数据帧列precip_daily （观察和总和计数precip通过的日期日期范围） start_date和end_date在数据帧precip_range 。 有关最佳方法的任何想法吗？

Answer 1

您可以使用precip_range的start_dates作为break（ cut()来对每日值进行分组。 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data.frame范围内的开始日期来每日剪切值。 我们肯定会包含最低值并停在最大的最终值。 如果我们将其与我们看到的每日价值合并

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

这表明这些值已经分组。 然后我们就可以做到

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

获取每个范围的总数（标记为开始日期的范围）

Answer 2

要么

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