时间戳

首页 > 解决方案 > R：分别计算每个因子水平，然后计算水平的最小值/平均值/最大值

r - R：分别计算每个因子水平，然后计算水平的最小值/平均值/最大值

问题描述

所以我确实有一个水分布模型的输出，它是河流每小时的流入和流出值。我已经完成了 5 次模型运行

可重现的例子：

df <- data.frame(rep(seq(
                  from=as.POSIXct("2012-1-1 0:00", tz="UTC"),
                  to=as.POSIXct("2012-1-1 23:00", tz="UTC"),
                  by="hour"
                  ),5),
                as.factor(c(rep(1,24),rep(2,24),rep(3,24), rep(4,24),rep(5,24))),
                rep(seq(1,300,length.out=24),5),
                rep(seq(1,180, length.out=24),5) )

colnames(df)<-c("time", "run", "inflow", "discharge")

当然，实际上，运行的值是变化的。（而且我确实有更多数据，因为我确实有 100 次运行和 35 年的每小时值）。

所以，起初我想计算每次运行的缺水因子，这意味着我需要计算类似（1 - （6小时前的排放/流入）），因为水需要6小时才能流过集水区.

 scarcityfactor <- 1 - (discharge / lag(inflow,6))

然后我想计算所有运行中稀缺因素的平均值、最大值和最小值（找出每个时间步可能发生的稀缺性的最高、最低和平均值；根据不同的模型运行）。所以我想说，我可以计算每个时间步的平均值、最大值和最小值：

f1 <- function(x) c(Mean = (mean(x)), Max = (max(x)), Min = (min(x)))
results <- do.call(data.frame, aggregate(scarcityfactor ~ time, 
      data = df,                                                              
      FUN = f1))

有人可以帮我写代码吗？？

标签： rfactorslevels

解决方案

如果我正确理解问题描述，我相信这就是您想要的。

我将使用data.table：

library(data.table)
setDT(df)

# add scarcity_factor (group by run)
df[ , scarcity_factor := 1 - discharge/shift(inflow, 6L), by = run]

# group by time, excluding times for which the
#   scarcity factor is missing
df[!is.na(scarcity_factor), by = time,
   .(min_scarcity = min(scarcity_factor),
     mean_scarcity = mean(scarcity_factor),
     max_scarcity = max(scarcity_factor))]

#                    time  min_scarcity mean_scarcity  max_scarcity
#  1: 2012-01-01 06:00:00 -46.695652174 -46.695652174 -46.695652174
#  2: 2012-01-01 07:00:00  -2.962732919  -2.962732919  -2.962732919
#  3: 2012-01-01 08:00:00  -1.342995169  -1.342995169  -1.342995169
#  4: 2012-01-01 09:00:00  -0.776086957  -0.776086957  -0.776086957
#  5: 2012-01-01 10:00:00  -0.487284660  -0.487284660  -0.487284660
#  6: 2012-01-01 11:00:00  -0.312252964  -0.312252964  -0.312252964
#  7: 2012-01-01 12:00:00  -0.194826637  -0.194826637  -0.194826637
#  8: 2012-01-01 13:00:00  -0.110586011  -0.110586011  -0.110586011
#  9: 2012-01-01 14:00:00  -0.047204969  -0.047204969  -0.047204969
# 10: 2012-01-01 15:00:00   0.002210759   0.002210759   0.002210759
# 11: 2012-01-01 16:00:00   0.041818785   0.041818785   0.041818785
# 12: 2012-01-01 17:00:00   0.074275362   0.074275362   0.074275362
# 13: 2012-01-01 18:00:00   0.101356965   0.101356965   0.101356965
# 14: 2012-01-01 19:00:00   0.124296675   0.124296675   0.124296675
# 15: 2012-01-01 20:00:00   0.143977192   0.143977192   0.143977192
# 16: 2012-01-01 21:00:00   0.161047028   0.161047028   0.161047028
# 17: 2012-01-01 22:00:00   0.175993343   0.175993343   0.175993343
# 18: 2012-01-01 23:00:00   0.189189189   0.189189189   0.189189189

lapply通过对不同的聚合器进行 ing，您可以更加简洁：

df[!is.na(scarcity_factor), by = time,
   lapply(list(min, mean, max), function(f) f(scarcity_factor))]

最后，您可以将其视为通过聚合和使用进行重塑dcast：

dcast(df, time ~ ., value.var = 'scarcity_factor',
      fun.aggregate = list(min, mean, max))

（如果要排除无意义的行，请df[!is.na(scarcity_factor)]在第一个参数中使用）dcast

推荐阅读