r - 查找并计算与条件匹配的连续观察值

Question

我想统计连续观测值与条件匹配的次数。例如。在下面的 foo 中，我想统计 3 月份中 y 的连续值小于 平均值的一个标准差的天数那个月的 y。我的数据布局如下 foo:

library(lubridate)
foo <- data.frame(x=seq.Date(as.Date("1981/1/1"), 
                             as.Date("2000/12/31"), "day"))
foo$y <- arima.sim(n = nrow(foo), list(ar = c(0.8)))

我已经想出了如何计算每年 3 月份 y 低于平均值一个标准差以上的天数:

bar <- foo %>% filter(month(x) == 3 & y < mean(y)-sd(y)) %>% 
  group_by(year(x)) %>% tally()

我希望仅当符合条件的日子是连续的时候才计数。例如，如果 3 月的平均温度为 0 且 sd 为 1，并且 1990 年的 3 月 5 日、6 日和 7 日均低于 -1，则 1990 年的计数将为 3。如果 3 月 21 日也 < -1但 3 月 20 日和 22 日不 < -1，计数仍为 3，因为 3 月 21 日没有同样 < -1 的邻居。

我想 rle 开始发挥作用，但我不明白是如何发生的。

任何建议表示赞赏。

Answer 1

所以这应该有效。

foo %>%
  separate(x, sep = "-", into = c("year", "month", "day")) %>%
  filter(month == "03") %>%
  group_by(year) %>%
  mutate(z =  y < mean(y)-sd(y),
         g = {r <- rle(z)
              r$values[r$lengths < 2] <- FALSE
              inverse.rle(r)}) %>%
  tally(g)

# A tibble: 20 x 2
   year      n
   <chr> <int>
 1 1981      2
 2 1982      6
 3 1983      4
 4 1984      4
 5 1985      3
 6 1986      5
 7 1987      3
 8 1988      7
 9 1989      5
10 1990      4
11 1991      7
12 1992      4
13 1993      6
14 1994      5
15 1995      3
16 1996      5
17 1997      5
18 1998      4
19 1999      6
20 2000      6

我留下了 z 和 g 这样你就可以检查结果了。

更新: rle 获取一个序列并创建一个包含两个元素的对象: 1. lengths - 元素出现的频率在序列中连续重复。 2. values - 相应的值。

举个例子:

seq <- c("a", "a", "a", "b", "b", "c")

rle_obj <- rle(seq)

rle_obj
Run Length Encoding
  lengths: int [1:3] 3 2 1
  values : chr [1:3] "a" "b" "c"

现在您可以操纵序列了。例如将“b”变成 4 的序列而不是 2:

rle_obj$lengths[rle_obj$values == "b"] <- 4

inverse.rle(rle_obj)
[1] "a" "a" "a" "b" "b" "b" "b" "c"

希望这能给您一些启发。