如何按Pool分组计算距上次降水量超12mm的天数？

问题描述 #

现有按泳池（Pool）分组的每日降水量（Precip）数据集，需实现以下计算规则：

• 按Pool分组，计算每个日期距离上次降水量超过12mm的天数；
• 当日降水量>12mm时，天数记为0；
• 首次出现降水量>12mm之前的所有日期，天数记为NA。

示例数据构建 #

Pool <- c("A","A","A","A","A","A","A","A","A","A",
          "B","B","B","B","B","B","B","B","B","B")
DATE <- as.Date(c("2005-01-01","2005-01-02","2005-01-03","2005-01-04","2005-01-05",
                  "2005-01-06","2005-01-07","2005-01-08","2005-01-09","2005-01-10",
                  "2005-01-01","2005-01-02","2005-01-03","2005-01-04","2005-01-05",
                  "2005-01-06","2005-01-07","2005-01-08","2005-01-09","2005-01-10"))
Precip <- c(0,0,3,18,4,3,13,8,3,0,13,0,3,13,0,3,10,8,13,0)

df <- data.frame(Pool, DATE, Precip)

已完成的标记步骤 #

已生成标记列pre12，用于标识当日降水量是否超过12mm：

library(dplyr)

df2 <- df %>%
  group_by(Pool) %>%
  mutate(pre12=ifelse(Precip>12,1,0))

解决方案：计算天数差 #

通过回填最近一次降水量超12mm的日期，再计算日期差值实现需求：

df_result <- df2 %>%
  group_by(Pool) %>%
  # 标记降水量超12mm的日期，其他行设为NA
  mutate(last_pre12_date = ifelse(pre12 == 1, DATE, NA)) %>%
  # 向下回填最近的超12mm日期，首次出现前保持NA
  fill(last_pre12_date, .direction = "down") %>%
  # 按规则计算天数差
  mutate(Days_since12 = case_when(
    is.na(last_pre12_date) ~ NA_integer_,
    pre12 == 1 ~ 0L,
    TRUE ~ as.integer(DATE - last_pre12_date)
  )) %>%
  # 移除临时辅助列（可选操作）
  select(-pre12, -last_pre12_date) %>%
  ungroup()

逻辑说明 #

1. last_pre12_date列：先给降水量超12mm的行标记对应日期，其余行设为NA；再通过向下回填，让后续每行都能获取到最近一次超12mm的日期，首次出现前的行保持NA。
2. Days_since12列：
   • 若last_pre12_date为NA（首次超12mm前的日期），结果设为NA；
   • 当日降水量超12mm时，直接记为0；
   • 其余情况计算当前日期与最近一次超12mm日期的整数天数差。

运行代码后得到的结果与期望输出完全匹配。

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