R语言：为时序观测数据按每年1月递增生成Year列的技术求助

我完全懂你的需求啦——要给按时间顺序排列的观测生成Year列，起始年份是1963，每次遇到"Jan"就自动把年份加1，而且之前用儒略日判断的方案因为逻辑问题出现了错误（比如连续Dec的时候年份被误改）。下面给你一个精准的解决方案：

核心思路 #

因为你的观测是严格按时间顺序排列的，所以我们只需要统计每个观测位置之前（包括当前）出现过多少次"Jan"，然后用起始年份加上「Jan出现次数-1」就可以了：

• 第一次出现"Jan"：年份 = 1963 + (1-1) = 1963
• 第二次出现"Jan"：年份 = 1963 + (2-1) = 1964
• 第三次出现"Jan"：年份 = 1963 + (3-1) = 1965
• 以此类推，非"Jan"的观测会继承当前的年份，完全符合你的要求。

代码实现 #

1. 构造测试数据 #

先做一个更贴合你场景的测试数据（包含多次"Jan"和连续"Dec"）：

df <- data.frame(
  day = c(24, 21, 20, 10, 20, 20, 10, 15, 5, 12, 3, 18, 10),
  month = c("Jun", "Mar", "Jan", "Dec", "Jun", "Jan", "Dec", "Dec", "Feb", "Nov", "Dec", "Nov", "Jan")
)

2. 生成Year列 #

# 设定起始年份
start_year <- 1963

# 统计每行及之前出现"Jan"的累计次数
jan_cumulative <- cumsum(df$month == "Jan")

# 计算对应的年份
df$Year <- start_year + (jan_cumulative - 1)

3. 查看结果 #

运行后df的内容如下：

day month Year
1   24   Jun 1963
2   21   Mar 1963
3   20   Jan 1963
4   10   Dec 1963
5   20   Jun 1964
6   20   Jan 1964
7   10   Dec 1964
8   15   Dec 1964
9    5   Feb 1965
10  12   Nov 1965
11   3   Dec 1965
12  18   Nov 1965
13  10   Jan 1965

可以看到：

• 第3条（第一次"Jan"）年份是1963
• 第6条（第二次"Jan"）年份是1964
• 第13条（第三次"Jan"）年份是1965
• 连续的"Dec"观测年份完全正确，没有误改的情况。

为什么之前的方案会出错？ #

你参考的那个方案用儒略日的差值判断跨年，逻辑存在两个问题：

1. 判断条件错误：跨年的标志应该是出现"Jan"（因为观测按时间顺序，下一个"Jan"必然是下一年），而不是儒略日的大小变化；
2. 逻辑方向错误：代码里用1963 - cumsum(...)，当儒略日差值为正的时候会减去计数，导致年份反而变小（比如你提到的最后一条观测年份变成1959，明显不符合逻辑）。

我们这个方案完全规避了这些问题，直接利用观测的时间顺序和"Jan"的出现次数来计算年份，简单又准确。

内容的提问来源于stack exchange，提问作者cesco