如何在多站点时间序列数据中定位最大值再次出现的日期

需求说明 #

处理包含22个站点的时间序列数据框，目标是定位每个站点首个最大值出现后，再次达到该最大值的日期，生成标记列maxDate2（值为1表示该位置是最大值复现点，其余为0）。

数据框字段说明：

• loc：站点ID（因子类型）
• DateTime：日期时间（POSIXct类型）
• mAODscale：时间序列数据列
• maxDate：已存在的标记列（值为1代表该站点最大值的首次出现位置，其余为NA）

现有问题代码 #

以下代码尝试移除首个maxDate前的数据并标记maxDate2，但标记结果与目标位置不符：

maxval2 <- scaleDrought %>%
  group_by(loc) %>% 
  slice(which.max(maxDate==1) : n()) %>%
  mutate(maxDate2 = if_else((maxDate != 1 & mAODscale == max(mAODscale)), 1, 0)) %>% 
  ungroup() 

修正后的代码 #

maxval2 <- scaleDrought %>%
  group_by(loc) %>%
  # 提取每个站点首次最大值的数值及对应行索引
  mutate(first_max_val = mAODscale[maxDate == 1][1],
         first_max_idx = which.max(maxDate == 1)) %>%
  # 标记首次最大值之后的复现位置
  mutate(maxDate2 = if_else(row_number() > first_max_idx & mAODscale == first_max_val, 1, 0)) %>%
  # 清理临时辅助列
  select(-first_max_val, -first_max_idx) %>%
  ungroup()

修正说明 #

1. 锁定首次最大值的数值：新增first_max_val直接提取maxDate==1对应的mAODscale值，避免切片后重新计算最大值导致的偏差（原代码切片后取的max(mAODscale)可能不是首次最大值）
2. 限定标记范围：用row_number() > first_max_idx确保只标记首次最大值出现之后的行，排除首次最大值本身
3. 保留完整数据：不提前切片删除首个最大值前的记录，若不需要这些行，可在最后追加slice(first_max_idx:n())

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