如何在R中基于跨年度日期范围为新列分配生长率？

需要将基于年度4次个体测量计算出的日生长率，分配到自定义时间框架Year2（定义为第N-1年8月1日至第N年7月31日，对应Year2=N）。现有代码无法处理跨Year2边界的测量区间，需实现生长量的拆分与准确分配。

现有数据 #

现有生长率计算代码 #

Growth_df <- Growth_df%>%
group_by(ID) %>% # 按个体分组
  mutate(Lag = lag(Date), # 上一次测量日期
         Lapse = round(difftime(Date, Lag, units = "days")), # 两次测量间隔天数
         Daily_growth = as.numeric(Growth) / as.numeric(Lapse))

解决方案 #

核心思路是：将每个测量区间（Lag到Date）拆分为与Year2时间框架重叠的部分，计算每部分的生长量后，按Year2分组求和。

完整代码 #

library(dplyr)
library(lubridate)
library(tidyr)

# 1. 预处理数据：统一日期格式，过滤无前置测量的行
Growth_df_clean <- Growth_df %>%
  mutate(across(c(Date, Lag), ymd)) %>%
  filter(!is.na(Lag))

# 2. 拆分跨Year2的测量区间，计算每个区间对对应Year2的生长贡献
Growth_df_split <- Growth_df_clean %>%
  rowwise() %>%
  mutate(
    # 计算测量区间起始和结束对应的Year2
    start_year2 = floor_date(Lag, "year", offset = months(7)) %>% year(),
    end_year2 = floor_date(Date, "year", offset = months(7)) %>% year(),
    # 生成该测量区间覆盖的所有Year2列表
    year2_list = list(start_year2:end_year2)
  ) %>%
  unnest(year2_list) %>%
  rename(Year2 = year2_list) %>%
  # 生成当前Year2的时间边界
  mutate(
    year2_start = ymd(paste0(Year2 - 1, "-08-01")),
    year2_end = ymd(paste0(Year2, "-07-31")),
    # 计算测量区间与Year2区间的重叠部分
    overlap_start = pmax(Lag, year2_start),
    overlap_end = pmin(Date, year2_end),
    overlap_days = as.numeric(overlap_end - overlap_start + 1),
    overlap_days = ifelse(overlap_days < 0, 0, overlap_days),
    # 计算该部分的生长贡献
    growth_contribution = Daily_growth * overlap_days
  )

# 3. 按ID和Year2分组，计算每个Year2的总生长量
Year2_total_growth <- Growth_df_split %>%
  group_by(ID, Year2) %>%
  summarise(Year2_growth = sum(growth_contribution, na.rm = TRUE),
            .groups = "drop")

# 4. （可选）将结果合并回原数据框
Growth_df <- Growth_df %>%
  left_join(Year2_total_growth, by = c("ID", "Year2"))

代码解释 #

1. 日期预处理：确保Date和Lag为日期格式，过滤无前置测量的首行数据。
2. 拆分跨区间测量：
   • 用floor_date结合offset = months(7)，将日期转换为对应的Year2（以8月1日为年度起始）。
   • 生成测量区间覆盖的Year2列表，通过unnest将单个观测拆分为对应多个Year2的行。
3. 计算重叠天数：对每个拆分后的行，计算测量区间与Year2区间的重叠天数，确保只统计Year2时间框架内的天数。
4. 汇总生长量：按ID和Year2分组求和，得到每个自定义年度的总生长量。

这个方法自动处理跨Year2边界的测量区间，确保生长量准确分配到对应的时间框架中。

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