如何在R数据框中按站点计算历史观测数与距上次观测时间步长？

针对每个站点的每个时间步计算累计观测次数和距上次观测的步长，可以通过分组排序后结合累积求和、填充操作实现，以下是完整代码：

library(dplyr)
library(tidyr)

# 转换为长格式并处理计算
df_result <- all %>%
  # 宽格式转长格式（替代旧版gather，更灵活）
  pivot_longer(cols = -Site, names_to = "Date", values_to = "Observation") %>%
  # 将日期字符转为数值，方便排序和计算步长
  mutate(Date = as.numeric(Date)) %>%
  # 按站点分组，确保每个站点内时间顺序正确
  group_by(Site) %>%
  arrange(Date, .by_group = TRUE) %>%
  # 计算【当前时间步之前】的总观测次数：用lag取累积求和的上一步结果
  mutate(TotalObs = lag(cumsum(!is.na(Observation)), default = 0)) %>%
  # 计算距上次观测的时间步长
  mutate(
    # 标记有有效观测的时间点
    ObsDate = ifelse(!is.na(Observation), Date, NA),
    # 向下填充最近的有效观测时间点
    LastObsDate = fill(ObsDate, .direction = "down") %>% pull(ObsDate),
    # 步长 = (当前时间 - 上次观测时间)/0.5（每步对应0.5年即6个月）
    TimeSinceObs = ifelse(is.na(LastObsDate), NA, (Date - LastObsDate)/0.5)
  ) %>%
  # 移除中间辅助列
  select(-ObsDate, -LastObsDate) %>%
  ungroup()

关键步骤说明 #

1. 长格式转换：用pivot_longer替代gather（tidyr官方推荐的新函数），将宽格式的时间列转为长格式的Date和Observation列。
2. 日期数值化：把Date列的字符型时间（如"1992"）转为数值，便于后续排序和计算时间差。
3. 分组排序：按Site分组后按Date排序，确保每个站点的时间序列是有序的。
4. 累计观测次数：
   • cumsum(!is.na(Observation))计算到当前时间步为止的总观测次数；
   • lag(..., default=0)取上一步的累积结果，得到当前时间步之前的总观测次数（首次时间步之前无观测，默认设为0）。
5. 距上次观测步长：
   • 先标记有有效观测的时间点ObsDate；
   • 用fill向下填充最近的观测时间点到后续行；
   • 通过时间差除以单步间隔（0.5年）得到步长数，无历史观测时设为NA。

示例验证 #

以站点1的1993.5时间步为例：

• 此前的1992、1992.5、1993三个时间步均有观测，因此TotalObs=3；
• 上次观测时间是1993，与当前时间差为0.5年，除以单步间隔0.5得到TimeSinceObs=1，完全符合预期。

内容的提问来源于stack exchange，提问作者Christina Skinner