如何用R的dplyr按降雨持续时长区间统计年降雨事件数？

我来帮你搞定这个统计需求！你的核心目标是把每年中降雨量>1mm的连续降雨事件，按指定的四个时长区间汇总计数，最终得到「年份+四个区间计数」的宽格式数据框对吧？咱们用dplyr+tidyr就能完美实现，步骤清晰，我给你一步步拆解：

第一步：准备数据与标记降雨日 #

首先，先把分散的Year/Month/Day字段合并成完整日期（这一步是为了更准确判断连续性，避免跨月/跨年的天数计算误差），同时标记出降雨量>1mm的降雨日：

library(dplyr)
library(tidyr)

# 假设你的原始数据框叫做 rain_data
processed_data <- rain_data %>%
  # 合并日期字段，确保日期格式正确
  mutate(date = as.Date(paste(Year, Month, Day, sep = "-")),
         # 标记降雨日：1=降雨（>1mm），0=无降雨
         rain_flag = ifelse(Rainfall > 1, 1, 0))

第二步：识别连续降雨事件并计算时长 #

接下来，给每一段连续的降雨事件分配唯一ID，然后计算每个事件的连续天数：

event_data <- processed_data %>%
  # 按年份分组，确保跨年度的降雨事件不会被误判为连续
  group_by(Year) %>%
  # 生成连续降雨事件的ID：当rain_flag从0变1时，事件ID自动+1
  mutate(event_id = cumsum(rain_flag != lag(rain_flag, default = 0))) %>%
  # 只保留有降雨的日期数据
  filter(rain_flag == 1) %>%
  # 按年份和事件ID分组，计算每个降雨事件的连续天数
  group_by(Year, event_id) %>%
  summarise(duration = n(), .groups = "drop")

第三步：将时长映射到指定区间 #

现在把每个事件的时长，对应到你指定的四个区间里：

binned_data <- event_data %>%
  mutate(duration_bin = case_when(
    duration >= 1 & duration <= 3 ~ "1-3天",
    duration >= 4 & duration <= 7 ~ "4-7天",
    duration >= 8 & duration <= 14 ~ "8-14天",
    duration > 14 ~ "14天以上",
    # 兜底处理（理论上不会触发，因为只保留了降雨日）
    TRUE ~ "其他"
  ))

第四步：按年份+区间汇总并转为宽格式 #

最后一步就是统计每年每个区间的事件数量，并转成你需要的宽格式，同时给没有事件的区间补0：

final_result <- binned_data %>%
  # 按年份和区间分组，统计事件数量
  count(Year, duration_bin, name = "count") %>%
  # 补全所有年份的所有区间，确保无事件的区间显示0
  complete(Year, duration_bin = c("1-3天", "4-7天", "8-14天", "14天以上"), fill = list(count = 0)) %>%
  # 转为宽格式：每个区间作为单独一列
  pivot_wider(names_from = duration_bin, values_from = count) %>%
  # 按年份排序，让结果更规整
  arrange(Year)

关键细节说明 #

• 用group_by(Year)能彻底避免跨年度的降雨事件被错误合并；
• cumsum(rain_flag != lag(rain_flag))是识别连续事件的核心技巧，自动捕捉降雨的起止节点；
• complete()函数用来补全缺失的区间，不会因为某年份没有对应区间的事件就出现空值；
• 最终的final_result就是你想要的结构：每一行对应一个年份，四列分别是四个区间的事件计数。

如果你的原始数据已经严格按日期排序，合并日期这一步也可以简化，但建议保留，避免数据乱序导致的连续事件判断错误。

内容的提问来源于stack exchange，提问作者Lyndz