r - 基于使用 R 的另一个数据集中日期的日期之间的平均值

Question

我有两个数据框“Conc”和“Flow”。

流量在设定期间的每一天都有一个值，而 Conc 仅在该期间内的某些天有一个值。

我希望能够做的是使用 r 计算 Conc 值之间每个时期的平均流量值。

以下代码将生成两个示例数据框来说明我正在使用的数据集类型:

Conc <- data.frame(Date = as.Date(c("2012/01/13", "2012/02/16", "2012/05/02", "2012/07/28",
        "2012/11/10")), Conc = c(0.88, 0.55, 0.34, 0.21, 0.98))
Flow <- data.frame(Date = c(seq(as.Date("2012/01/01"), by = "day", length.out = 365)), 
        Flow = c(sample(seq(from = 0.01, to = 5, by = 0.1), size = 365, replace = TRUE)))

理想情况下，输出数据帧应该是这样的:

Period    Mean_Flow
1         2.01
2         1.41
3         3.81
4         0.31

我很欣赏 Conc 天之间的可变时间使这变得棘手。目前，我想出的最好的方法是在 excel 中手动执行此操作，但我真的很想找到一个 R 解决方案来避免自己为我拥有的大约 10 个不同的数据集执行此操作。

谢谢你。

Answer 1

这是使用 data.table 的可能方法包裹foverlaps功能:

在两个数据集中创建时间间隔

library(data.table)
Conc <- setDT(Conc)[, `:=`(start = Date, end = c(Date[2:(.N - 1)] - 1, Date[.N], NA))][-.N]
Flow <- setDT(Flow)[, `:=`(start = Date, end = Date)]

key Flow数据集以便使用 foverlaps函数并运行函数

setkey(Flow, start, end)
overlaps <- foverlaps(Conc, Flow, type = "any", which = TRUE)

创建 Flow 内重叠的索引数据集并通过这些索引计算平均值

Flow[overlaps$yid, Period := overlaps$xid]
na.omit(Flow[, list(Mean_Flow = mean(Flow)), by = Period])
#    Period Mean_Flow
# 1:      1  2.189412
# 2:      2  2.263947
# 3:      3  2.762874
# 4:      4  2.349048