如何在R语言中基于巢孵化日期范围计算小时温度数据的平均值？

问题描述 #

现有两个数据集：

• df1：记录每个鸟巢的孵化起始与结束日期
• df2：小时级温度数据

需要根据df1中每个鸟巢的日期范围，从df2中筛选对应时段的温度并计算平均值。

原始数据集 #

df1（鸟巢孵化日期） #

structure(list(Nest.no = c("1", "4", "5", "10", "11"), Start = c("12-02-2009", "19-02-2009", "15-03-2009", "15-04-2009", "17-04-2009"), End = c("03-04-2009", "10-04-2009", "04-05-2009", "04-06-2009", "06-06-2009")), row.names = c(NA, 5L), class = "data.frame")

df2（小时温度数据） #

structure(list(Nesting.season = c("2009 -2010", "2009 -2010", "2009 -2010", "2009 -2010", "2009 -2010"), Date = c("04-01-2010", "04-01-2010", "04-01-2010", "04-01-2010", "05-01-2010"), Temperature = c(23.773, 27.764, 24.448, 23.966, 23.869)), row.names = c(NA, 5L), class = "data.frame")

实现方案 #

方法1：dplyr + fuzzyjoin（简洁易读） #

步骤1：加载依赖包

library(lubridate)
library(dplyr)
library(fuzzyjoin)

步骤2：转换日期格式

原始日期为字符型，需转为Date类型才能进行范围匹配：

# 处理df1的起止日期
df1 <- df1 %>%
  mutate(Start = dmy(Start),
         End = dmy(End))

# 处理df2的温度日期
df2 <- df2 %>%
  mutate(Date = dmy(Date))

步骤3：匹配范围并计算平均温度

用模糊连接匹配日期范围，再按鸟巢分组计算均值：

result <- df1 %>%
  fuzzy_left_join(df2,
                  by = c("Start" = "Date", "End" = "Date"),
                  match_fun = list(`<=`, `>=`)) %>% # 筛选df2.Date在[Start, End]区间内的记录
  group_by(Nest.no, Start, End) %>%
  summarise(Average_Temp = mean(Temperature, na.rm = TRUE)) %>%
  ungroup()

print(result)

方法2：data.table（高效处理大数据） #

如果数据集规模较大，data.table的速度优势更明显：

library(data.table)
library(lubridate)

# 转为data.table格式
setDT(df1)
setDT(df2)

# 转换日期
df1[, c("Start", "End") := .(dmy(Start), dmy(End))]
df2[, Date := dmy(Date)]

# 匹配日期范围并计算均值
result_dt <- df2[df1, on = .(Date >= Start, Date <= End),
                 .(Average_Temp = mean(Temperature, na.rm = TRUE)),
                 by = .EACHI]

# 合并回原始鸟巢信息
result_dt <- df1[result_dt, on = .(Start = Date, End = Date)]
print(result_dt)

关键提示 #

• 日期格式要对应：示例中日期为日-月-年，所以用dmy()；如果是其他格式，需替换为mdy()或ymd()。
• na.rm = TRUE用于忽略温度数据中的缺失值，避免结果为NA。
• 示例中df2的日期均为2010年，与df1的2009年无重叠，因此计算结果会是NA，实际使用时需确保两个数据集的日期范围有交集。

内容的提问来源于stack exchange，提问作者Potterhead