在R中计算时间序列数据中每年各日期均值及处理闰年方法

一、提取月日标识并计算同日平均 #

首先从你的日均温数据框m_tc中提取月-日格式的标识，用来按“每年同一天”分组：

# 给m_tc添加月-日列，格式如"01-01"
m_tc$month_day <- format(m_tc$dia, "%m-%d")

# 按month_day分组，计算同日平均温度
daily_avg <- aggregate(tc_h ~ month_day, m_tc, mean)

此时daily_avg会有366行（包含闰年的2月29日数据），接下来处理闰年问题得到365行结果。

二、闰年（2月29日）的三种处理方式 #

2007-2021年间的闰年为2008、2012、2016、2020，共4个2月29日，常见处理方式如下：

1. 直接剔除2月29日数据

如果你的分析不需要考虑2月29日，直接过滤该行即可得到365行结果：

# 移除2月29日的记录
daily_avg_365 <- daily_avg[daily_avg$month_day != "02-29", ]

2. 将2月29日数据合并到2月28日

若希望保留闰年数据的影响，可将2月29日的平均温度与2月28日的合并计算：

# 提取2月29日的平均温度
leap_temp <- daily_avg[daily_avg$month_day == "02-29", "tc_h"]
# 找到2月28日的行索引
feb28_row <- which(daily_avg$month_day == "02-28")
# 重新计算2月28日的平均（包含闰年2月29日的数据）
daily_avg[feb28_row, "tc_h"] <- mean(c(daily_avg[feb28_row, "tc_h"], leap_temp))
# 移除2月29日记录
daily_avg_365 <- daily_avg[daily_avg$month_day != "02-29", ]

3. 插值估算平年等效值（进阶）

如果需要更精细的处理，可通过2月28日和3月1日的平均温度插值估算2月29日的“平年值”，再将其合并到序列中（但一般场景下前两种方法已足够）：

# 提取2月28日、3月1日的平均温度
feb28_temp <- daily_avg[daily_avg$month_day == "02-28", "tc_h"]
mar1_temp <- daily_avg[daily_avg$month_day == "03-01", "tc_h"]
# 插值得到2月29日的估算值
leap_est <- (feb28_temp + mar1_temp) / 2
# 替换原2月29日的值，再剔除该行
daily_avg[daily_avg$month_day == "02-29", "tc_h"] <- leap_est
daily_avg_365 <- daily_avg[daily_avg$month_day != "02-29", ]

三、用dplyr实现更简洁的流程 #

如果你习惯用tidyverse工具，代码会更简洁：

library(dplyr)

daily_avg_365 <- m_tc %>%
  mutate(month_day = format(dia, "%m-%d")) %>%
  # 将所有2月29日映射为2月28日
  mutate(month_day = if_else(month_day == "02-29", "02-28", month_day)) %>%
  group_by(month_day) %>%
  summarise(avg_tc = mean(tc_h)) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Théo Arueira