如何在RStudio中对翻斗式雨量计数据执行滚动条件计算？

核心思路 #

翻斗计数是累加值，15分钟窗口的降雨量等于窗口结束时刻计数 - 窗口开始时刻计数。由于数据时间间隔不规则，需基于时间窗口匹配对应时刻的计数，而非按行滑动。

具体实现步骤 #

1. 数据预处理 #

• 确认DateTime为POSIXct类型，event_tips（统一命名避免混乱）为数值型；标记event_tips的缺失值。
• 处理整段缺失日期：先生成部署期间完整的时间序列框架，将原始数据合并进去，缺失的计数后续用前向填充（翻斗未触发时计数不变）。

2. 15分钟滚动窗口计算 #

方案一：用dplyr+slider（直观易读，适合中等数据集）

library(dplyr)
library(slider)

# 按时间排序数据
rain_processed <- rain_data %>%
  arrange(DateTime) %>%
  mutate(
    # 计算当前时间往前15分钟窗口内的降雨量
    rain_15min = slide_dbl(
      .x = event_tips,
      .i = DateTime,
      .f = ~ last(.x) - first(.x),
      .before = minutes(15),
      .complete = FALSE  # 窗口数据不全时返回NA，可按需调整
    ),
    # 标记是否达到高强度降雨阈值
    is_intense = rain_15min >= 0.25
  )

方案二：用data.table滚动连接（效率极高，适合超大数据集）

library(data.table)

setDT(rain_data)
setorder(rain_data, DateTime)

# 生成每个时间点对应的15分钟前的时间
rain_data[, DateTime_15min_before := DateTime - minutes(15)]

# 滚动连接找到15分钟前的最近计数
rain_data[, prev_tips := rain_data[rain_data, on = .(DateTime <= DateTime_15min_before), 
                                   roll = Inf, x.event_tips]]

# 计算降雨量和高强度标记
rain_data[, rain_15min := event_tips - prev_tips]
rain_data[, is_intense := rain_15min >= 0.25]

3. 处理间隔不规则与整段缺失 #

• 间隔不规则：上述两种方法均基于时间匹配，不受行间隔影响，只要能找到窗口内的起始计数即可计算。
• 整段日期缺失：先构建完整时间序列，左连接原始数据后前向填充缺失计数，确保窗口计算覆盖全部署周期：

# 生成部署期间完整的1分钟间隔时间序列（可按需调整间隔）
full_time_seq <- seq(from = start_date, to = end_date, by = "1 min")
full_data <- data.frame(DateTime = full_time_seq)

# 左连接原始数据，前向填充缺失的翻斗计数
full_data <- full_data %>%
  left_join(rain_data, by = "DateTime") %>%
  fill(event_tips, .direction = "down")

# 对填充后的完整数据执行滚动窗口计算

关键注意事项 #

• 若设备存在计数重置（如重启），需先按重置点拆分数据集，再分别计算窗口，避免出现异常差值。
• 开头15分钟内的窗口因缺少起始数据会返回NA，可根据需求过滤或用0填充。

内容的提问来源于stack exchange，提问作者FrostedFlakes511