按收获年份统计VHI低于40的月份数（含数据集及尝试代码）

问题分析 #

你之前的代码存在三个核心问题：

• 错误使用yearmon作为分组依据，需求是按**harvestYear（结合区域唯一标识：gid、country、xcoord、ycoord）**分组，而非单个年月
• 将vhi纳入分组变量，导致每个不同vhi值单独分组，无法正确统计全年干旱月份数
• vhi列是字符类型，直接做数值比较会产生逻辑错误，需先转换为数值型

正确实现代码 #

方法1：使用dplyr（推荐，语法更清晰）

library(dplyr)

# 1. 转换vhi为数值型，修复数据类型问题
df_clean <- df2 %>%
  mutate(vhi = as.numeric(vhi))

# 2. 按区域-年份分组，新增统计列（保留原数据集所有行）
df_result <- df_clean %>%
  group_by(gid, country, xcoord, ycoord, harvestYear) %>%
  mutate(drought_months = sum(vhi <= 40, na.rm = TRUE)) %>%
  ungroup()

方法2：使用plyr（适配你之前的代码习惯）

library(plyr)

# 1. 转换vhi为数值型
df2$vhi <- as.numeric(df2$vhi)

# 2. 按区域-年份分组，新增统计列
df_result <- ddply(df2, .(gid, country, xcoord, ycoord, harvestYear), 
                   transform, drought_months = sum(vhi <= 40, na.rm = TRUE))

效果说明 #

• 新增的drought_months列会将对应区域-年份下vhi≤40的月份数量填充到该组的每一行，完全保留原数据集的结构
• 示例中1982年gid=100468的分组，vhi≤40的月份有3个，所以该组所有行的drought_months值均为3，符合你的预期

内容的提问来源于stack exchange，提问作者Shunrei