R语言中根据观测日期提取对应及历史温度列值的技术问询

问题描述 #

现有数据框Sp，包含Site（样点编号）、Date（物种观测日期）列，其余列以dd/mm/yyyy格式的日期为列名，存储对应日期的温度数据。需要为每一行提取：

• Date列对应日期的温度（命名为T0(YYYY-MM-DD)）
• 观测日期前1天的温度（命名为T-1(YYYY-MM-DD)）
• 观测日期前2天的温度（命名为T-2(YYYY-MM-DD)）
  同时保留Site和Date列。

数据构造代码：

set.seed(0)

Sp <- data.frame(Site = c(seq(1:50)),
                 Date = c(seq(as.Date("2012/01/01"), by = "day", length.out = 50)),
                 "01/01/2012" = c(runif(n = 50, min = 20, max = 40)),
                 "02/01/2012" = c(runif(n = 50, min = 20, max = 40)),
                 "03/01/2012" = c(runif(n = 50, min = 20, max = 40)),
                 "04/01/2012" = c(runif(n = 50, min = 20, max = 40)),
                 "05/01/2012" = c(runif(n = 50, min = 20, max = 40)),
                 "06/01/2012" = c(runif(n = 50, min = 20, max = 40)),
                 "07/01/2012" = c(runif(n = 50, min = 20, max = 40)),
                 "08/01/2012" = c(runif(n = 50, min = 20, max = 40)))

解决方案（Base R 版本） #

逻辑直观，无需额外依赖包：

# 1. 将温度列的列名转换为标准YYYY-MM-DD格式，方便匹配
temp_col_names <- colnames(Sp)[-c(1, 2)]
temp_dates <- as.Date(temp_col_names, format = "%d/%m/%Y")
colnames(Sp)[-c(1, 2)] <- as.character(temp_dates)

# 2. 初始化结果数据框，保留Site和Date列
result_df <- data.frame(Site = Sp$Site, Date = Sp$Date)

# 3. 逐行提取对应日期的温度值
for (row_idx in 1:nrow(Sp)) {
  current_date <- as.character(Sp$Date[row_idx])
  prev1_date <- as.character(Sp$Date[row_idx] - 1)  # 前1天日期
  prev2_date <- as.character(Sp$Date[row_idx] - 2)  # 前2天日期
  
  # 提取温度并添加到结果框，列名按示例格式命名
  result_df[row_idx, paste0("T0(", current_date, ")")] <- Sp[row_idx, current_date]
  result_df[row_idx, paste0("T-1(", prev1_date, ")")] <- Sp[row_idx, prev1_date]
  result_df[row_idx, paste0("T-2(", prev2_date, ")")] <- Sp[row_idx, prev2_date]
}

# 查看前几行结果
head(result_df)

解决方案（Tidyverse 版本） #

适合习惯现代R编程风格的用户：

library(tidyverse)
library(lubridate)

# 1. 转换温度列名为标准日期格式
Sp_tidy <- Sp %>%
  rename_with(~ as.character(dmy(.)), .cols = -c(Site, Date))

# 2. 逐行提取目标日期温度并格式化列名
result_df <- Sp_tidy %>%
  rowwise() %>%
  mutate(
    # 计算目标日期
    t0_date = Date,
    t_min1_date = Date - days(1),
    t_min2_date = Date - days(2),
    # 提取对应温度值
    T0 = pick(as.character(t0_date)),
    T_min1 = pick(as.character(t_min1_date)),
    T_min2 = pick(as.character(t_min2_date)),
    # 生成带日期的列名
    T0_col = paste0("T0(", as.character(t0_date), ")"),
    T_min1_col = paste0("T-1(", as.character(t_min1_date), ")"),
    T_min2_col = paste0("T-2(", as.character(t_min2_date), ")")
  ) %>%
  ungroup() %>%
  # 整理成目标格式
  select(Site, Date, T0_col, T0, T_min1_col, T_min1, T_min2_col, T_min2) %>%
  pivot_longer(cols = ends_with("_col"), names_to = "type", values_to = "col_name") %>%
  pivot_wider(names_from = col_name, values_from = matches("T0|T_min")) %>%
  select(Site, Date, starts_with("T0"), starts_with("T-1"), starts_with("T-2"))

# 查看前几行结果
head(result_df)

两种方法均能生成符合要求的输出，Base R版本更易理解，tidyverse版本则更简洁高效。

内容的提问来源于stack exchange，提问作者RGR_288