如何用dplyr的mutate函数替代循环优化日出日落计算代码？

当然可以用dplyr的向量化操作替代循环，而且效率会高很多——suncalc的getSunlightTimes本身支持向量输入，不需要逐行循环处理。下面是具体实现步骤：

1. 准备工作 #

先加载所需包，确保你的Night列是Date类型（如果不是先转换）：

library(dplyr)
library(suncalc)

# 若Night列不是Date类型，先转换
result <- result %>% mutate(Night = as.Date(Night))

2. 批量计算日出日落时间（推荐高效方案） #

直接用getSunlightTimes批量处理整列数据，再合并回原数据框：

# 批量获取日出、日落时间，仅保留需要的列
sunlight_data <- getSunlightTimes(
  date = result$Night,
  lat = result$lat,
  lon = result$lng,
  keep = c("sunset", "sunrise"),
  tz = "UTC" # 可根据需求修改时区，比如"Asia/Shanghai"
)

# 合并数据并计算后续指标
result <- result %>%
  bind_cols(sunlight_data) %>%
  mutate(
    # 计算夜间时长（单位：小时）
    night_duration = as.numeric(difftime(sunrise, sunset, units = "hours")),
    # 计算采样时长，假设time_buff是全局变量或数据框列
    sampling_duration = night_duration + 2 * time_buff
  )

3. 备选方案（管道内完成所有操作） #

如果需要在dplyr管道内完成全部流程，也可以用pmap批量调用（效率略低于直接向量输入）：

result <- result %>%
  mutate(
    sunlight_list = pmap(
      list(date = Night, lat = lat, lon = lng),
      ~ getSunlightTimes(..1, ..2, ..3, keep = c("sunset", "sunrise"))
    ),
    sunset = map_dbl(sunlight_list, ~ .x$sunset),
    sunrise = map_dbl(sunlight_list, ~ .x$sunrise),
    sunset = as.POSIXct(sunset, origin = "1970-01-01"),
    sunrise = as.POSIXct(sunrise, origin = "1970-01-01"),
    night_duration = as.numeric(difftime(sunrise, sunset, units = "hours")),
    sampling_duration = night_duration + 2 * time_buff
  ) %>%
  select(-sunlight_list) # 移除临时列表列

关键说明 #

• 向量化操作比逐行循环快得多，因为getSunlightTimes底层会批量处理数据，避免了循环的性能损耗。
• 注意时区设置：getSunlightTimes默认用UTC，若需要本地时区，在调用时指定tz参数即可。
• 如果time_buff是数据框中的一列，直接替换成列名即可，无需修改代码逻辑。

内容的提问来源于stack exchange，提问作者lobarth