R语言：循环计算6-8月滑动时间窗口内的超温天数

问题背景 #

需要生成新的数据框，包含2090年6-8月所有16天滑动窗口（如6.1-6.16、6.2-6.17等）内温度超过22.3℃的天数。已知每日温度数据，日期格式为2090-06-01，目前仅能手动筛选单个窗口计算，需批量处理全部75个窗口。以下先基于简化示例（4天滑动窗口、阈值20℃）给出解决方案，再推广到原问题。

示例数据加载 #

首先加载提供的简化数据集：

df <- structure(list(Date = structure(c(43981, 43982, 43983, 43984, 
43985, 43986, 43987, 43988, 43989, 43990), class = "Date"), Nor_MM = c(22.58582103, 
20.43654256, 17.37954095, 18.12772066, 19.53053131, 23.25153522, 
24.52291687, 24.83597434, 24.67915157, 24.22688304)), row.names = 6441:6450, class = "data.frame")

简化问题解决方案（4天滑动窗口，阈值20℃） #

方法1：使用slider包（推荐，高效简洁） #

slider包专门用于滑动窗口操作，语法直观且性能优异：

library(slider)
library(dplyr)

result <- df %>%
  mutate(
    # 每个窗口包含当前行及前3行（共4天），计算温度>20℃的天数
    hot_days = slide_dbl(Nor_MM, ~sum(.x > 20), .before = 3, .complete = TRUE)
  )

# 查看结果：前3行因窗口不完整返回NA，从第4行开始为完整4天窗口的计算结果
print(result)

• .before = 3：指定窗口包含当前元素的前3个值，加上当前值共4个元素
• .complete = TRUE：仅返回窗口完整时的计算结果，若允许不完整窗口（如前3天的1/2/3天窗口），可设为FALSE

方法2：使用tibbletime包 #

基于你已熟悉的tibbletime包，用滑动窗口函数批量处理：

library(tibbletime)

# 转换为tibbletime对象
tt_df <- as_tbl_time(df, index = Date)

tt_result <- tt_df %>%
  slide(
    .size = "4 days",       # 指定窗口大小为4天
    .f = ~sum(.x$Nor_MM > 20), # 窗口内的计算逻辑
    .complete = TRUE        # 仅保留完整窗口
  ) %>%
  bind_rows() %>%
  rename(hot_days = value) %>%
  # 匹配每个窗口的起止日期
  mutate(
    window_start = tt_df$Date[1:(nrow(tt_df)-3)],
    window_end = tt_df$Date[4:nrow(tt_df)]
  ) %>%
  select(window_start, window_end, hot_days)

print(tt_result)

方法3：基础R循环（适合理解逻辑，效率较低） #

若需用循环实现，先计算窗口总数再逐个处理：

window_size <- 4
threshold <- 20
n_windows <- nrow(df) - window_size + 1

# 初始化结果数据框
loop_result <- data.frame(
  window_start = df$Date[1:n_windows],
  window_end = df$Date[window_size:nrow(df)],
  hot_days = numeric(n_windows)
)

# 循环计算每个窗口
for (i in 1:n_windows) {
  window_data <- df$Nor_MM[i:(i + window_size - 1)]
  loop_result$hot_days[i] <- sum(window_data > threshold)
}

print(loop_result)

推广到原问题（16天窗口，阈值22.3℃） #

只需调整窗口大小、阈值及日期筛选条件即可：

基于slider包的实现 #

original_result <- df %>%
  # 筛选2090年6-8月数据
  filter(Date >= as.Date("2090-06-01") & Date <= as.Date("2090-08-31")) %>%
  mutate(
    # 16天窗口：当前行+前15行，计算温度>22.3℃的天数
    hot_days = slide_dbl(Nor_MM, ~sum(.x > 22.3), .before = 15, .complete = TRUE)
  )

基于tibbletime包的实现 #

original_tt_result <- tt_df %>%
  filter_time("2090-06-01" ~ "2090-08-31") %>%
  slide(
    .size = "16 days",
    .f = ~sum(.x$Nor_MM > 22.3),
    .complete = TRUE
  ) %>%
  bind_rows() %>%
  rename(hot_days = value) %>%
  mutate(
    window_start = .$Date[1:(nrow(.)-15)],
    window_end = .$Date[16:nrow(.)]
  ) %>%
  select(window_start, window_end, hot_days)

内容的提问来源于stack exchange，提问作者Ellie Rose