基于温度阈值向量的温度数据汇总：R语言dplyr优化实现问询

我明白你的痛点——手动写一堆重复的sum(Temp > X)代码简直太繁琐了，尤其是当阈值是一个连续序列的时候。下面给你两种基于dplyr的简化方案，都能轻松批量处理你的温度阈值序列：

方案1：使用dplyr的across函数（推荐，dplyr 1.0.0+版本可用） #

across是dplyr 1.0.0之后推出的批量处理函数，非常适合这种需要对多个"虚拟变量"（这里是温度阈值）执行相同统计逻辑的场景：

library(dplyr)

# 定义你的温度阈值序列
Tempclasses <- seq(16, 32, 0.25)
# 定义你需要的最高阈值（对应ABOVE THRESHOLD列）
maxthreshold <- 32

Days_above <- Site_Daily_average %>%
  group_by(Year, Site) %>%
  summarise(
    # 批量生成每个阈值对应的统计列
    across(
      all_of(Tempclasses),
      ~ sum(Temp > .x, na.rm = TRUE),  # 核心统计逻辑：统计温度超过当前阈值的天数
      .names = "{.x}"  # 设置列名为阈值的字符形式，比如"16", "16.25"
    ),
    # 添加你需要的额外列
    "ABOVE THRESHOLD" = sum(Temp > maxthreshold, na.rm = TRUE),
    .groups = "drop"  # 取消分组，方便转成data.frame
  ) %>%
  as.data.frame()

小优化：更清晰的列名 #

如果你希望列名更直观（比如Temp>16而不是16），只需要修改.names参数：

.names = "Temp>{.x}"

方案2：使用rlang+purrr组合（兼容旧版本dplyr） #

如果你还在使用dplyr 1.0.0之前的版本，可以用rlang的准引用功能配合purrr来批量生成统计表达式：

library(dplyr)
library(purrr)
library(rlang)

Tempclasses <- seq(16, 32, 0.25)
maxthreshold <- 32

# 先创建一个命名列表：键是列名，值是对应的统计表达式
threshold_stats <- set_names(
  map(Tempclasses, ~ quo(sum(Temp > .x, na.rm = TRUE))),
  as.character(Tempclasses)
)

# 在summarise中展开这个列表
Days_above <- Site_Daily_average %>%
  group_by(Year, Site) %>%
  summarise(
    !!!threshold_stats,  # 用!!!展开列表，批量生成列
    "ABOVE THRESHOLD" = sum(Temp > maxthreshold, na.rm = TRUE)
  ) %>%
  as.data.frame()

关键说明 #

• 两个方案都支持任意长度的阈值序列，不管是整数还是小数间隔，都能自动生成对应的统计列
• 加入na.rm = TRUE是为了处理数据中可能存在的缺失温度值，如果你的数据没有缺失可以去掉这个参数
• 最终生成的结果和你手动写的格式完全一致，只是代码量大大减少，维护起来也更方便

内容的提问来源于stack exchange，提问作者K.west