R语言统计逐小时时序满足双阈值持续要求的事件数

需求定义 #

• 输入：逐小时采集的温度时序向量
• 通用统计规则：指定双阈值level1（下阈值）、level2（上阈值），统计序列中独立的跨阈值事件总数量，单个事件要求过程中同时出现过温度低于level1、高于level2两类状态，且两类状态的持续时长均满足最小要求
• 本次测试固定参数：下阈值=10，上阈值=20，单状态最小持续时长=1小时，两组测试数据预期输出均为2

测试数据集 #

第一组测试向量a #

a<-c(7.95, 7.8, 7.85, 7.6, 7.1, 5.55, 4.35, 4.1, 7.35, 10.7, 14.2, 
17.25, 19.1, 19.8, 20.1, 20.15, 19.9, 18.95, 16.7, 14.4, 13.75, 
12.1, 12.3, 11.4, 10.3, 8.55, 7.45, 7.05, 5.6, 5.95, 4.85, 5.3, 
9.35, 12.7, 16.15, 19.1, 20.5, 21.05, 21.4, 21.4, 21.35, 20.1, 
16.95, 15.8, 15.6, 14.95, 14.15, 13.85)

该组数据预期统计结果：2

第二组测试向量b #

b<-c(20.2, 20.55, 20.85, 21.7, 20.7, 18.7, 17.5, 17.4, 16.65, 17.15, 
15.8, 13.85, 12.55, 11.45, 10.2, 9.3, 8.2, 7.4, 7.25, 6.65, 5.9, 
4.75, 4.5, 4.15, 4.4, 6.25, 8.1, 10.35, 12.4, 14.3, 15.3, 16.3, 
17.25, 17.25, 16.85, 14.45, 12.85, 11.35, 10.2, 9.1, 8.6, 7.35, 
5.9, 4.85, 3.65, 3.3, 2.95, 2.65, 2.45, 4.85, 6.45, 8.25, 9.95, 
11.1, 12.3, 13.2, 13.95, 14.05, 13.15, 10.35, 8.15, 6.6, 6.3, 
6, 7.55, 5.85, 5.05, 4.75, 4.5, 4.75, 4.75, 4.55, 5.15, 8.45, 
12.05, 16.35, 18.9, 20.55, 21.6, 21.45, 21.75, 21.15, 20.05, 
17.75, 16.5, 18.2, 18.05, 17.95, 17.8, 17.55, 17.25, 16.95, 16.6, 
16.35, 16.1, 16.25, 16.4, 17.1, 17.8)

该组数据预期统计结果：2

实现代码 #

核心逻辑分三步：

1. 给每个时间点打状态标签：低于下阈值标记为low，高于上阈值标记为high，中间区间标记为mid
2. 识别连续同状态段，过滤掉持续时长不满足要求的段、以及中间状态段
3. 按时间顺序遍历有效状态段，当一个连续周期内同时出现过high和low状态，记为1个有效事件，计数后重置状态标记避免重复统计

注：代码依赖dplyr包，首次运行前执行install.packages("dplyr")安装，运行前需加载包：library(dplyr)

count_threshold_events <- function(temp_vec, low_thresh = 10, high_thresh = 20, min_duration = 1) {
  # 打点位状态标签
  state <- dplyr::case_when(
    temp_vec < low_thresh ~ "low",
    temp_vec > high_thresh ~ "high",
    TRUE ~ "mid"
  )
  
  # 切分连续状态段
  seg_id <- cumsum(c(1, diff(as.integer(factor(state))) != 0))
  segments <- data.frame(
    seg_id = seg_id,
    state = state,
    duration = 1
  ) |> 
    dplyr::group_by(seg_id, state) |> 
    dplyr::summarise(duration = n(), .groups = "drop") |> 
    # 过滤无效段：中间状态、持续时长不足
    dplyr::filter(state != "mid", duration >= min_duration)
  
  # 遍历统计有效事件
  event_count <- 0
  has_high <- FALSE
  has_low <- FALSE
  for (s in segments$state) {
    if (s == "high") has_high <- TRUE
    if (s == "low") has_low <- TRUE
    # 周期内同时出现高低状态，计数+1并重置标记
    if (has_high && has_low) {
      event_count <- event_count + 1
      has_high <- FALSE
      has_low <- FALSE
    }
  }
  return(event_count)
}

结果验证 #

直接传入测试向量运行即可得到结果：

# 测试第一组数据
count_threshold_events(a)
# 输出：[1] 2

# 测试第二组数据
count_threshold_events(b)
# 输出：[1] 2

输出和预期结果完全一致。如果需要调整阈值、最小持续时长，直接修改函数入参即可；如果需要统计特定n小时窗口内的事件数，只需将对应时间窗口的时序切片传入函数。

内容的提问来源于stack exchange，提问作者Garn_R