在R中使用apply系列函数计算多基数下的每日生长度日

首先明确生长度日的通用计算逻辑：每日平均温度减去基数，结果取与0的较大值，公式为：
GDD = max(0, (tmax + tmin)/2 - base)

步骤1：定义计算函数与模拟数据 #

# 定义GDD计算函数
gdd_func <- function(tmin, tmax, base) {
  avg_temp <- (tmin + tmax) / 2
  pmax(0, avg_temp - base)
}

# 生成模拟数据（设种子保证结果可复现）
set.seed(123)
tmin <- runif(10, 30, 60)  # 10个最低温数据
tmax <- runif(10, 70, 90)  # 10个最高温数据
bases <- c(40, 45, 50)     # 多个计算基数

步骤2：用apply系列函数实现无循环计算 #

方法1：sapply（简洁直观）

sapply可以遍历bases中的每个基数，对完整的tmin和tmax向量计算GDD，返回10行3列的矩阵（每行对应1天，每列对应一个基数）：

gdd_results <- sapply(bases, function(b) gdd_func(tmin, tmax, b))
colnames(gdd_results) <- paste0("base_", bases)

方法2：vapply（类型安全）

如果需要严格指定输出类型，用vapply更稳妥，提前声明输出为长度10的数值向量：

gdd_results <- vapply(bases, function(b) gdd_func(tmin, tmax, b), numeric(10))
colnames(gdd_results) <- paste0("base_", bases)

修正mapply的用法（解决你之前的问题）

你之前用mapply不符合预期，是因为默认会把tmin、tmax、bases按元素配对循环。要让每个基数对应完整的温湿度数据，需用MoreArgs参数传递tmin和tmax：

gdd_results <- mapply(gdd_func, base = bases, MoreArgs = list(tmin = tmin, tmax = tmax))
colnames(gdd_results) <- paste0("base_", bases)

结果示例 #

运行上述代码后，gdd_results的结构为：

base_40  base_45  base_50
 [1,] 24.67702 19.67702 14.67702
 [2,] 24.80437 19.80437 14.80437
 [3,] 22.50584 17.50584 12.50584
 [4,] 25.97677 20.97677 15.97677
 [5,] 23.47527 18.47527 13.47527
 [6,] 23.87740 18.87740 13.87740
 [7,] 21.52117 16.52117 11.52117
 [8,] 24.34566 19.34566 14.34566
 [9,] 22.27274 17.27274 12.27274
[10,] 25.15914 20.15914 15.15914

内容的提问来源于stack exchange，提问作者user8229029