月度流量数据按指定百分比生成表格的实现方法

核心思路 #

针对已完成月度分组的流量数据集，提取指定超越概率对应的各月流量值，转换为宽表格式后用gt包美化输出，匹配需求中的表格样式。

步骤与代码实现 #

1. 加载依赖包 #

使用dplyr处理数据，gt制作格式化表格：

library(dplyr)
library(gt)

2. 预处理数据 #

取消原有分组，避免后续操作受分组限制：

dat_ungrouped <- dat %>% ungroup()

3. 定义目标超越概率 #

按需设置需要提取的超越概率值，示例采用需求中的0.02、0.05、0.08：

target_exceedance <- c(0.02, 0.05, 0.08)

4. 提取各月对应超越概率的流量值 #

按月份分组，匹配每个目标超越概率对应的流量值（此处采用匹配最接近的超越概率记录，若需精确插值可替换逻辑）：

exceedance_table <- dat_ungrouped %>%
  group_by(month) %>%
  summarise(
    across(all_of(target_exceedance), ~{
      # 匹配最接近目标超越概率的流量值
      closest_idx <- which.min(abs(exceedance.wm - .x))
      discharge.cfs[closest_idx]
    })
  ) %>%
  # 转换为宽表：超越概率为行，月份为列
  tidyr::pivot_longer(-month, names_to = "exceedance", values_to = "discharge") %>%
  tidyr::pivot_wider(names_from = month, values_from = discharge) %>%
  # 将超越概率转为百分比格式
  mutate(exceedance = paste0(as.numeric(exceedance)*100, "%")) %>%
  rename(Percentage = exceedance)

5. 用gt包美化表格 #

调整列名、格式，生成符合需求的表格：

exceedance_table %>%
  gt() %>%
  tab_header(title = "月度流量超越概率对应值") %>%
  # 将月份数字转为英文缩写
  cols_label(
    `1` = "Jan",
    `2` = "Feb",
    `3` = "Mar",
    `4` = "Apr",
    `10` = "Oct",
    `11` = "Nov",
    `12` = "Dec"
  ) %>%
  # 格式化流量值为整数
  fmt_number(columns = -Percentage, decimals = 0)

扩展说明 #

• 若需更精确的流量值，可将匹配逻辑替换为线性插值：

approx(exceedance.wm, discharge.cfs, xout = .x)$y

• 直接修改target_exceedance中的数值，即可适配任意超越概率的需求。

内容的提问来源于stack exchange，提问作者FungalRicky