如何在R语言中统计连续高温日的天数？

问题背景 #

我已创建高温日指标hd（Heat Day），当日均温tmean超过90百分位数p90时赋值为1，否则为0；同时初始化计数变量cd，初始逻辑与hd一致：

temp <- temp %>% mutate(hd=if_else(tmean>p90,1,0),
                        cd=if_else(tmean>p90,1,0))

随后尝试用以下代码更新cd以统计连续高温天数，但未得到预期结果：

temp <- temp %>% mutate(cd=if_else(hd==1, cd + lag(cd, default = 0), 0))

当前结果与预期正确值对比如下（需求：无高温日时重置计数）：

问题原因 #

原代码中mutate是对整列批量计算的，lag(cd)调用的是初始的cd值，而非前一行更新后的cd值，因此从第三天连续高温日开始，无法正确累加计数。

正确实现方案 #

方案1：基于分组的计数（仅用dplyr） #

先给连续的高温日生成分组标签，再在每个分组内逐行计数：

library(dplyr)

# 第一步：创建hd指标
temp <- temp %>% mutate(hd = if_else(tmean > p90, 1, 0))

# 第二步：生成连续高温分组，再计算连续天数
temp <- temp %>%
  # 每次hd从0切换到1时，生成新分组
  mutate(group = cumsum(hd != lag(hd, default = 0))) %>%
  # 仅在高温日分组内计数，非高温日设为0
  mutate(cd = if_else(hd == 1, row_number() - first(row_number()) + 1, 0)) %>%
  # 可选：删除临时的group列
  select(-group)

方案2：用accumulate逐行计算（需purrr包） #

利用purrr::accumulate函数逐行迭代，根据前一天的计数更新当天值：

library(dplyr)
library(purrr)

temp <- temp %>%
  mutate(hd = if_else(tmean > p90, 1, 0)) %>%
  mutate(cd = accumulate(hd, ~ if_else(.y == 1, .x + 1, 0), .init = 0) %>% tail(-1))

结果验证 #

运行上述任意方案后，cd列将得到预期的正确值：连续高温日从1开始逐天累加，非高温日自动重置为0。

内容的提问来源于stack exchange，提问作者VonFer