R语言按年聚合统计满足两项指定条件的COLD事件数量方法

问题分析 #

你修改后的代码存在两个核心逻辑错误：

1. which_cold和which_gap是两个分别对应COLD游程、NA游程的布尔向量，两者长度、索引完全不匹配，直接逐元素做&运算逻辑不成立
2. 没有实现「间隔不足3条NA则合并相邻合格COLD事件」的核心逻辑，仅简单同时判断两个长度，自然无法得到正确结果

修正后的实现代码 #

rle_col = function(k_col, num = 5, gap_min = 3){
  # 替换NA值为字符串方便rle识别
  k_col[is.na(k_col)] = "NA"
  r <- rle(k_col)
  n_runs <- length(r$values)
  
  # 先筛选出所有符合长度要求的COLD游程
  valid_cold <- r$values == "COLD" & r$lengths >= num
  if(sum(valid_cold) == 0) return(0) # 无合格COLD直接返回0
  
  # 拿到所有合格COLD游程的位置索引
  valid_idx <- which(valid_cold)
  event_count <- 1

  # 遍历相邻合格COLD，按间隔规则合并事件
  for(i in 2:length(valid_idx)){
    prev_idx <- valid_idx[i-1]
    curr_idx <- valid_idx[i]
    # 提取两个COLD游程之间的所有中间游程
    between_idx <- (prev_idx + 1):(curr_idx - 1)
    if(length(between_idx) == 0){
      # 两个COLD直接相邻，合并
      next
    }
    # 校验中间游程是否全为NA、总长度是否满足最小间隔要求
    between_all_na <- all(r$values[between_idx] == "NA")
    between_length <- sum(r$lengths[between_idx])
    # 间隔不满足要求则合并，否则新增事件计数
    if(!between_all_na || between_length < gap_min){
      next
    } else {
      event_count <- event_count + 1
    }
  }
  return(event_count)
}

调用及运行结果 #

调用逻辑和你原有代码一致：

result <- aggregate(df[2:6], by = list(year = df$year), FUN = rle_col)

输出结果完全匹配你的预期：

year k1 k2 k3 k4 k5
1 1981  0  0  0  1  0

其中k4的计算逻辑符合规则：k4的COLD游程长度分别为5、5、4，仅前两个满足长度要求，两个合格游程之间间隔2个NA（不足3），因此合并为1次事件。

内容的提问来源于stack exchange，提问作者Indrute