保留数据框中不满足某些条件的值答案

【问题标题】：Retain values in dataframe that do not meet certain conditions保留数据框中不满足某些条件的值
【发布时间】：2016-09-10 15:08:54
【问题描述】：

我有 1880-2011 年的每日降水数据。数据位于名为 STATION 的 df 中，格式为：

STATION: 47486 obs. of 4 variables
  Year: int 1880 1880 ...
  Month: int 1 1 1 ...
  Day: int 1 2 3 ...
  PPT: num 0.4 0 0 ...

当日降水量超过 0.2 毫米时，我使用以下数据将数据分组为月平均降水量：

MONTHLY.MEAN=STATION %>% group_by(Year,Month) %>%
filter(PPT>=0.2)%>%summarise(s = mean(PPT))

这工作正常，但在记录中（2007 年 4 月）有一个月没有超过 0.2 毫米的天数，因此这个月被从输出文件中删除。即使它不符合我在公式中设置的标准，我也希望它包含为零。这个可以吗？

我希望这是有道理的。

【问题讨论】：

请阅读有关如何提供reproducible example 的信息。

标签： r dplyr

【解决方案1】：

使用 dplyr：

MONTHLY.MEAN=STATION %>% group_by(Year,Month) %>%summarise(s = mean(PPT[PPT>=0.2]))

使用 data.table 的可能解决方案：

library(data.table)

setDT(STATION)

STATION[,mean(PPT[PPT >= 0.2]),by=c('Month','Year')]

在这两个代码中，PPT 值不 > 0.2mm 的月份将被包含为 NaN。您可以轻松地将它们转换为零。

【讨论】：

【解决方案2】：

考虑行绑定过滤聚合：

MONTHLY.MEAN <- rbind(
                  STATION %>% group_by(Year,Month) %>%
                               filter(PPT>=0.2) %>% summarise(s = mean(PPT)),
                  STATION %>% group_by(Year,Month) %>%
                               filter(max(PPT)<0.2) %>% summarise(s =  0)
                 )

# RE-ORDER DATA FRAME
MONTHLY.MEAN <- MONTHLY.MEAN[with(MONTHLY.MEAN, order(Year, Month)),]

【讨论】：