You need to enable JavaScript to run this app. 如何在R中计算水果采收时序单统计值以对比不同栽培品种采收特征
优惠活动
大模型
产品
解决方案
定价
更多

如何在R中计算水果采收时序单统计值以对比不同栽培品种采收特征

R语言采收时序分布统计量计算实操

第一步:原始数据清洗

你当前提供的原始数据存在文本与数值混合的问题(比如week列的"week 10"、yield列的"600 grams"),必须先把冗余文字剥离、转换为纯数值格式,才能开展统计计算。
直接运行以下基础R代码即可完成清洗,无需安装额外扩展包:

# 读取本地csv格式的原始数据
raw_data <- read.csv("你的采收数据文件.csv", stringsAsFactors = FALSE, check.names = FALSE)

# 清洗周次列:移除"week "文本,转换为数值类型
raw_data$week <- as.numeric(gsub("week ", "", raw_data$week))

# 清洗产量列:移除" grams"文本,转换为数值类型
raw_data$yield <- as.numeric(gsub(" grams", "", raw_data$yield))

# 清洗品种列:移除字段前后多余空格
raw_data$cultivar <- trimws(raw_data$cultivar)

注意:计算分布特征时,yield是作为周次的权重存在的——因为你要的是按产量加权的采收时间分布,不是把每个出现的周次当等权样本计算,否则会忽略不同周的产量高低对分布形态的实际影响。

第二步:通用统计量计算函数准备

你意向计算的四分位数、IQR、偏度、峰度,都需要适配加权场景,直接复制以下定义好的函数到R环境运行即可使用:

1. 加权分位数计算函数

用来计算Q1(25%分位)、中位数(50%分位)、Q3(75%分位):

weighted_quantile <- function(x, w, probs = c(0.25, 0.5, 0.75)) {
  # 按周次从小到大排序样本
  ord <- order(x)
  x_sorted <- x[ord]
  w_sorted <- w[ord]
  # 计算累计产量权重占比
  w_cum <- cumsum(w_sorted) / sum(w_sorted)
  # 线性插值得到对应分位数的周次值
  res <- sapply(probs, function(p) {
    approx(x = w_cum, y = x_sorted, xout = p, rule = 2)$y
  })
  names(res) <- paste0(probs * 100, "%分位")
  return(res)
}

2. 加权偏度、加权峰度计算函数

# 加权偏度:衡量采收分布的不对称方向与程度
weighted_skewness <- function(x, w) {
  w_mean <- sum(w * x) / sum(w) # 加权平均采收周
  w_sd <- sqrt(sum(w * (x - w_mean)^2) / sum(w)) # 加权标准差
  sum(w * (x - w_mean)^3) / (sum(w) * w_sd^3)
}

# 加权峰度:衡量采收分布的集中/分散程度,以正态分布峰度为0作为参照
weighted_kurtosis <- function(x, w) {
  w_mean <- sum(w * x) / sum(w)
  w_sd <- sqrt(sum(w * (x - w_mean)^2) / sum(w))
  sum(w * (x - w_mean)^4) / (sum(w) * w_sd^4) - 3
}

第三步:按品种批量计算所有目标指标

如果需要对比不同品种的采收特征,直接运行以下代码,就可以自动按品种分组输出所有统计结果;如果需要分年度对比,只需要把分组参数从仅按cultivar分组,改成同时按cultivar和year分组即可:

# 设置分组规则:当前按品种分组,需要分年度对比可改为 group_vars <- list(cultivar = raw_data$cultivar, year = raw_data$year)
group_vars <- list(cultivar = raw_data$cultivar)

# 批量计算并整合结果
final_result <- do.call(rbind, by(raw_data, group_vars, function(df) {
  week_vec <- df$week
  yield_vec <- df$yield
  
  # 计算分位数
  q_vals <- weighted_quantile(week_vec, yield_vec)
  q1 <- q_vals["25%分位"]
  med_week <- q_vals["50%分位"]
  q3 <- q_vals["75%分位"]
  iqr_val <- q3 - q1
  
  # 计算偏度、峰度
  sk_val <- weighted_skewness(week_vec, yield_vec)
  ku_val <- weighted_kurtosis(week_vec, yield_vec)
  
  data.frame(
    cultivar = unique(df$cultivar),
    第一四分位周 = q1,
    中位采收周 = med_week,
    第三四分位周 = q3,
    四分位距IQR = iqr_val,
    偏度 = sk_val,
    峰度 = ku_val
  )
}))

结果解读参考

  • IQR值越大,代表品种核心采收期的周度跨度越长,采收持续时间越久
  • 偏度大于0代表采收产量重心偏向晚周,小于0代表产量重心偏向早周
  • 峰度大于0代表采收期高度集中在峰值周附近,小于0代表采收期分散、前后拉的时间更长

内容的提问来源于stack exchange,提问作者OliC

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.19 01:06:10