R：按年对离散时间序列进行分组[重复]答案

【问题标题】：R: Grouping descrete time series by years [duplicate]R：按年对离散时间序列进行分组[重复]
【发布时间】：2020-08-04 07:59:11
【问题描述】：

我正在研究干旱期数据的夏季时间序列，并试图确定各个时期。我的问题是我当前使用的代码无法识别一年何时发生变化，因此它为夏末和明年夏初分配了相同的 id。

这是我拥有的数据的简化版本。

myData <- tibble(series = rep("FS",21),
                 date = c("2016-10-26","2016-10-27","2016-10-28","2016-10-29","2016-10-30","2016-10-31","2017-05-01","2017-05-02","2017-05-03","2017-05-04","2017-05-05","2017-05-06","2017-05-07","2017-05-08","2017-05-09","2017-05-10","2017-05-11","2017-05-12","2017-05-13","2017-05-14","2017-05-15"),
                 year = c(rep(2016,6),rep(2017,15)),
                 day_status = c(rep("normal",3),rep("drought",16),rep("normal",2)))

> myData
# A tibble: 21 x 4
   series date        year day_status
   <chr>  <chr>      <dbl> <chr>     
 1 FS     2016-10-26  2016 normal    
 2 FS     2016-10-27  2016 normal    
 3 FS     2016-10-28  2016 normal    
 4 FS     2016-10-29  2016 drought   
 5 FS     2016-10-30  2016 drought   
 6 FS     2016-10-31  2016 drought   
 7 FS     2017-05-01  2017 drought   
 8 FS     2017-05-02  2017 drought   
 9 FS     2017-05-03  2017 drought   
10 FS     2017-05-04  2017 drought   
# ... with 11 more rows

我正在寻找的结果是这样的

> myData2
# A tibble: 21 x 5
   series date        year day_status group
   <chr>  <chr>      <dbl> <chr>      <dbl>
 1 FS     2016-10-26  2016 normal         1
 2 FS     2016-10-27  2016 normal         1
 3 FS     2016-10-28  2016 normal         1
 4 FS     2016-10-29  2016 drought        2
 5 FS     2016-10-30  2016 drought        2
 6 FS     2016-10-31  2016 drought        2
 7 FS     2017-05-01  2017 drought        3
 8 FS     2017-05-02  2017 drought        3
 9 FS     2017-05-03  2017 drought        3
10 FS     2017-05-04  2017 drought        3
# ... with 11 more rows

我一直在使用的代码是 myData$group <- with(myData, rep(seq_along(z<-rle(myData$day_status)$lengths),z))，但它将 10 月和 5 月的干旱指定为相同的干旱，但事实并非如此。

我尝试然后使用 dplyr 和 group_by 使该功能当时运行一年

  group_by(year) %>%
  mutate(group = rep(seq_along(z<-rle(myData$day_status)$lengths),z)) %>%
  ungroup() %>%
  {. ->> myData}

但这会产生错误错误：列 group 的长度必须为 6（组大小）或 1，而不是 21。我收集到这与group_by 的工作方式有关，但我不完全理解问题所在。非常感谢任何帮助！

【问题讨论】：

标签： r dplyr grouping

【解决方案1】：

对于这种情况，我使用rle：

rleLengths <- rle(paste0(myData$year, myData$day_status))$lengths


myData <- myData %>%
  mutate(group = rep(1:length(rleLengths), rleLengths)

myData$group

[1] 1 1 1 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4

【讨论】：

谢谢！这非常有效。只是一个问题，为什么需要单独定义rleLengths？
不必单独定义。您可以在突变中一次又一次地调用它，但这将是多余的。

【解决方案2】：

您可以在dplyr 1.0.0 中使用cur_group_id

library(dplyr)
myData %>% group_by(year, day_status) %>% mutate(group = cur_group_id())

如果您希望在组出现时创建它们，则基本 R 选项是：

myData <- transform(myData, group = paste0(year, day_status))
transform(myData, group = match(group, unique(group)))


#   series       date year day_status group
#1      FS 2016-10-26 2016     normal     1
#2      FS 2016-10-27 2016     normal     1
#3      FS 2016-10-28 2016     normal     1
#4      FS 2016-10-29 2016    drought     2
#5      FS 2016-10-30 2016    drought     2
#6      FS 2016-10-31 2016    drought     2
#7      FS 2017-05-01 2017    drought     3
#8      FS 2017-05-02 2017    drought     3
#9      FS 2017-05-03 2017    drought     3
#10     FS 2017-05-04 2017    drought     3
#11     FS 2017-05-05 2017    drought     3
#12     FS 2017-05-06 2017    drought     3
#13     FS 2017-05-07 2017    drought     3
#14     FS 2017-05-08 2017    drought     3
#15     FS 2017-05-09 2017    drought     3
#16     FS 2017-05-10 2017    drought     3
#17     FS 2017-05-11 2017    drought     3
#18     FS 2017-05-12 2017    drought     3
#19     FS 2017-05-13 2017    drought     3
#20     FS 2017-05-14 2017     normal     4
#21     FS 2017-05-15 2017     normal     4

【讨论】：

嗯，我尝试使用 cur_group_id() 但我认为我没有正确使用它。对于同一年的所有正常时期和干旱时期，它总是给出相同的数字。
这很奇怪。它为您的数据提供了 4 个组。你先做group_by了吗？基本 R 选项有效吗？
我尝试将它与我的整个数据一起使用，所以这可能是导致问题的原因。因为我有几个系列，所以我使用了 group_by(series, year, day_status)。但即使使用简化的数据，组顺序对我来说也有点有趣：它是 2、2、2、1、1、1、3、3、3。基础 R 选项完美运行！