如何基于DayNight连续分组计算Sv_Ln的均值（R语言）

问题说明 #

需要基于DayNight列的连续相同分组计算Sv_Ln的均值，而非将所有Day或Night合并计算。例如示例数据中，前2行连续Night为一组、接下来2行连续Day为一组、再2行连续Night为一组，每个独立连续分组单独求均值，且分组行数不固定（最多12行）。

示例数据集 #

# 示例数据
exports_15E <- data.frame(
  Date_M = c(20211213, 20211213, 20211213, 20211213, 20211213, 20211213, 20211214, 20211214, 20211214, 20211214),
  Time_M = c("18:22:22", "19:22:23", "06:22:23", "07:22:23", "22:22:22", "23:22:22", "06:22:23", "07:22:22", "02:22:22", "03:22:22"),
  Date_time = as.POSIXct(c("2021-12-13 18:22:00", "2021-12-13 19:22:00", "2021-12-13 06:22:00", "2021-12-13 07:22:00", "2021-12-13 22:22:00", "2021-12-13 23:22:00", "2021-12-14 06:22:00", "2021-12-14 07:22:00", "2021-12-14 02:22:00", "2021-12-14 03:22:00"), tz = "Asia/Bangkok"),
  DayNight = c("Night", "Night", "Day", "Day", "Night", "Night", "Day", "Day", "Night", "Night"),
  Sv_Ln = c(0.00000195, 0.00000266, 0.00000313, 0.00000526, 0.00000409, 0.00000658, 0.00000579, 0.00000724, 0.00000733, 0.00000745)
)

解决方案 #

方法1：使用data.table包（简洁高效） #

利用data.table的rleid()函数生成连续分组标识，该函数会为连续相同的DayNight值分配唯一组ID：

library(data.table)

# 转换为data.table格式
setDT(exports_15E)

# 按连续DayNight分组计算均值，同时保留分组的DayNight类型和时间范围
daily_avg_15E <- exports_15E[, .(
  Sv_Ln_mean = mean(Sv_Ln),
  start_time = min(Date_time),
  end_time = max(Date_time)
), by = .(group_id = rleid(DayNight), DayNight)]

# 可选：将均值转换回对数格式
daily_avg_15E[, Sv_log := 10 * log10(Sv_Ln_mean)]

# 查看结果
daily_avg_15E

方法2：使用base R实现 #

通过cumsum()和diff()生成连续分组标识，无需额外包：

# 生成连续分组ID
exports_15E$group_id <- c(1, cumsum(diff(as.integer(factor(exports_15E$DayNight))) != 0) + 1)

# 按分组ID和DayNight计算均值
daily_avg_15E <- aggregate(
  Sv_Ln ~ group_id + DayNight,
  data = exports_15E,
  FUN = mean
)

# 添加时间范围（可选）
time_ranges <- aggregate(
  Date_time ~ group_id,
  data = exports_15E,
  FUN = function(x) c(start = min(x), end = max(x))
)
daily_avg_15E <- merge(daily_avg_15E, do.call(data.frame, time_ranges), by = "group_id")

# 转换回对数格式
daily_avg_15E$Sv_log <- 10 * log10(daily_avg_15E$Sv_Ln)

# 重命名均值列
colnames(daily_avg_15E)[colnames(daily_avg_15E) == "Sv_Ln"] <- "Sv_Ln_mean"

# 查看结果
daily_avg_15E

结果说明 #

两种方法都会得到每个连续DayNight分组的均值，示例数据的输出会包含5个分组（对应示例中的5组连续相同DayNight），每个分组的Sv_Ln_mean为该组的均值，同时可保留分组的时间范围和对数转换后的值。

内容的提问来源于stack exchange，提问作者Jackson A Swan