使用dplyr按日分组并基于条件计算气象数据均值

需求说明 #

将逐小时气象数据按Day字段分组生成日数据，规则如下：

• 仅对满足HumH >50 | WetH>30条件的小时行，计算Temp和RH的均值
• 若当日无任何满足条件的行，Temp_day和RH_day直接设为0

现有代码问题 #

当前使用dplyr的代码未实现上述条件逻辑，原代码如下：

weather_day <- weather_hour %>%
                  group_by(as.numeric(Day)) %>%
                  group_map(~head(.x,24L)) %>% 
                  summarize(Temp_day=mean(Temp),RH_day=mean(RH))

解决方案代码 #

library(dplyr)

weather_day <- weather_hour %>%
  # 按Day字段分组，确保每个组对应单日数据
  group_by(Day = as.numeric(Day)) %>%
  summarize(
    # 对满足条件的行计算Temp均值，无满足行时返回NaN
    Temp_day = mean(Temp[HumH > 50 | WetH > 30], na.rm = TRUE),
    # 对满足条件的行计算RH均值，无满足行时返回NaN
    RH_day = mean(RH[HumH > 50 | WetH > 30], na.rm = TRUE)
  ) %>%
  # 将NaN替换为0，对应当日无满足条件行的情况
  mutate(
    Temp_day = ifelse(is.na(Temp_day), 0, Temp_day),
    RH_day = ifelse(is.na(RH_day), 0, RH_day)
  )

逻辑说明 #

1. 先按Day字段分组，保证每个分组对应一天的24小时数据
2. 在summarize步骤中，通过索引筛选出满足HumH >50 | WetH>30的行，计算对应Temp和RH的均值，na.rm=TRUE用于忽略可能存在的NA值
3. 若当日无满足条件的行，均值计算会返回NaN，最后通过mutate将这些NaN替换为0，符合需求规则

内容的提问来源于stack exchange，提问作者pantelis kleanth