比较 tibble 中不同长度的组

Question

我正在研究干旱对植物的影响，为此我需要比较干旱之前、期间和之后的数据。然而，事实证明很难从我的数据中选择这些时期，因为天的长度会有所不同。由于我有几年的每日分辨率时间序列，我想避免手动选择时间段。我已经为此苦苦挣扎了很长一段时间，如果有任何提示和建议，我将非常感激。

这是我的数据的简化示例：

myData <- tibble(
  day = c(1:16),
  TWD = c(0,0,0,0.444,0.234,0.653,0,0,0.789,0.734,0.543,0.843,0,0,0,0),
  Amp = c(0.6644333,0.4990167,0.3846500,0.5285000,0.4525833,0.4143667,0.3193333,0.5690167,0.2614667,0.2646333,0.7775167,3.5411667,0.4515333,2.3781333,2.4140667,2.6979333)
)

在我的数据中，TWD > 0 表示有干旱，所以我确定了这些时期。

myData %>%
  mutate(status = case_when(TWD > 0 ~ "drought", 
                           TWD == 0 ~ "normal")) %>%
{. ->> myData} 

我使用以下代码来获取各个正常期和干旱期的长度

myData$group <- with(myData, rep(seq_along(z<-rle(myData$status)$lengths),z))
with(myData, table(group, status))     

     status
group drought normal
    1       0      3
    2       3      0
    3       0      2
    4       4      0
    5       0      4

这就是我卡住的地方。理想情况下，我想获得每个干旱期的 Amp 平均值，并将它们与干旱前后的正常时期的平均值进行比较，然后再转移到下一个干旱期。我如何比较例如的日子第 1、2 和 3 组？我在这里找到了一个有前途的解决方案Selecting a specific range of days prior to event in R，其中使用了map(. , function(x) dat[(x-5):(x), ])，但问题是我没有要比较的固定天数，因为天数取决于正常和干旱期的长度.

我想创建一个嵌套的 tibble 来比较不同的组，比如这里 Compare groups with each other 和

tibble(value = myData,
    group= myData$group %>%
    nest(value))

但这会产生一个错误，我认为这是因为我试图组合一个向量而不是一个小标题。

Answer 1

一种可能性是使用成对的 Wilcoxon 检验来比较每个组的均值（但老实说，我不是 Wilcoxon 是否适合该数据的专家）：

pairwise.wilcox.test(myData$Amp, myData$group, p.adjust.method = 'none', alternative = 'greater')

列和行索引是组，在这种情况下，您知道偶数组是“干旱”时期。

您可能需要更正多重比较（通过调查p.adjust.method 参数）。