在R中通过循环自动选列并批量计算存至三维数组的问题

我来帮你梳理下当前遇到的问题，并给出完整的解决方案：

问题分析 #

你当前的核心问题有两个：

1. 列选取的逻辑错误：手动计算列位置（seq(from=5, to=7984,by=20)）容易出错，且动态生成变量名（paste0("maille",j-4)=select(...)）不是R的正确赋值方式；
2. 数组索引写入错误：使用[[i-1958,,]]的索引方式不符合三维数组的访问规则，应该明确指定[行, 列, 地点]的位置。

完整解决方案代码 #

首先确保你加载了必要的包：

library(dplyr)
library(stringr)

1. 预处理列名，按地点分组

先把所有气候变量列按地点后缀分组，这样能精准获取每个地点对应的20列：

# 提取所有气候变量列（排除前4列日期相关列）
climate_cols <- colnames(donnees_SAFRAN)[-c(1:4)]
# 从列名中提取地点编号（匹配`.数字`格式的后缀）
site_ids <- str_extract(climate_cols, "\\.(\\d+)$") %>% 
  str_remove("\\.") %>% 
  as.integer()
# 按地点编号分组列名，得到每个地点对应的20个气候列
site_col_list <- split(climate_cols, site_ids)

2. 初始化三维数组（你的原代码没问题，保留）

Indice_clim <- array(NA, dim = c(60, 8, 399), 
                     dimnames = list(c(1959:2018), 
                                     c("Huglin","CNI","HD","VHD","SHS","DoF","FreqLF","SLF"),
                                     c(1:399)))

3. 循环处理每个地点，计算并写入数组

# 遍历所有399个地点
for (site in 1:399) {
  # 选取当前地点的所有列：前4列日期 + 当前地点的20个气候列
  current_cols <- c(colnames(donnees_SAFRAN)[1:4], site_col_list[[as.character(site)]])
  maille <- donnees_SAFRAN %>% select(all_of(current_cols))
  
  # 遍历每个年份计算8个气候指标
  for (year in 1959:2018) {
    # 计算Huglin指数
    huglin <- maille %>% 
      filter(an == year, mois %in% 4:9) %>%  # 简化月份判断
      summarise(val = sum(((T_moy.1 - 10) + (T_max.1 - 10))/2 * 1.03)) %>% 
      pull(val)  # 直接提取数值
    
    # 计算CNI
    cni <- maille %>% 
      filter(an == year, mois == 9) %>% 
      summarise(val = mean(T_min.1)) %>% 
      pull(val)
    
    # 计算HD
    hd <- maille %>% 
      filter(an == year) %>% 
      summarise(val = sum(T_max.1 >= 30)) %>% 
      pull(val)
    
    # 计算VHD
    vhd <- maille %>% 
      filter(an == year) %>% 
      summarise(val = sum(T_max.1 >= 35)) %>% 
      pull(val)
    
    # 计算SHS
    shs <- maille %>% 
      filter(an == year, mois %in% 4:9, T_moy.1 >= 28) %>% 
      summarise(val = sum(T_moy.1 - 28)) %>% 
      pull(val)
    
    # 计算DoF
    dof <- maille %>% 
      filter(an == year) %>% 
      summarise(val = sum(T_min.1 <= 0)) %>% 
      pull(val)
    
    # 计算FreqLF
    freqlf <- maille %>% 
      filter(an == year, mois %in% 4:9) %>% 
      summarise(val = sum(T_min.1 <= 0)) %>% 
      pull(val)
    
    # 计算SLF
    slf <- maille %>% 
      filter(an == year, mois %in% 4:9, T_moy.1 < 2) %>% 
      summarise(val = sum(abs(2 - T_moy.1))) %>% 
      pull(val)
    
    # 将结果写入三维数组：年份索引=year-1958，指标顺序对应列名，地点=site
    Indice_clim[year - 1958, , site] <- c(huglin, cni, hd, vhd, shs, dof, freqlf, slf)
  }
}

关键说明 #

1. 列选取的可靠性：通过stringr提取列名中的地点编号并分组，避免了手动计算列位置的错误，即使列顺序变化也能正确匹配；
2. 变量赋值规范：不再使用动态生成变量名的方式，直接在循环内处理当前地点的数据，节省内存且逻辑清晰；
3. 数组索引正确性：明确使用[年份索引, 指标列, 地点]的三维索引方式，确保结果写入正确的位置；
4. 代码简化：用mois %in% 4:9代替多个mois==的判断，让代码更简洁易读；用pull(val)直接提取计算结果的数值，避免返回数据框导致的类型错误。

内容的提问来源于stack exchange，提问作者mayp