计算 R 中连续 3 天或更多天的数量

Question

我想统计一年连续3天或以上的次数，给出连续天数，取这些连续天数和日期中的温度最大值

代码：

date = c("2018-07-26", "2018-07-27", "2018-07-31", "2018-08-03", "2018-08-04", "2018-08-05", "2018-08-06", "2018-08-07", "2019-06-25", "2019-06-26", "2019-06-27", "2019-06-28", "2019-06-29", "2019-06-30", "2019-07-01", "2019-07-05", "2019-07-22", "2019-07-23", "2019-07-24", "2019-07-25", "2019-07-26", "2020-07-21", "2020-07-30", "2020-07-31", "2020-08-01", "2020-08-09", "2020-08-10", "2020-08-11", "2020-08-21")
temperature_min = c(19.8, 21.1, 21.2, 22.0, 24.1, 26.0, 22.2, 25.0, 21.6, 20.4, 20.6, 24.8, 21.3, 24.7, 22.6, 19.6, 22.3, 21.2, 24.8, 24.6, 21.3, 21.5, 20.1, 22.3, 21.7, 19.4, 20.7, 20.6, 24.7)
temperature_max = c(34.7, 36.2, 34.6, 34.9, 36.7, 35.9, 35.8, 35.1, 35.1, 36.6, 38.1, 35.5, 37.6, 36.7, 35.3, 35.2, 34.6, 38.5, 39.7, 39.0, 36.7, 34.5, 37.2, 39.4, 36.4, 37.2, 36.8, 36.4, 35.7) 
data = as.data.frame(cbind(date, temperature_min, temperature_max ))

例如 2018 年连续 3 天（8 月 3 日至 7 日）有 1 次，即 5 天，且 temperature_max = 36.4（8 月 4 日）。 2019 年有 2 次连续 3 天（6 月 25 日至 7 月 1 日），即天数和 temperature_max = 38.1（6 月 27 日）和 5 天（8 月 22 日至 26 日），max = 39.7（8 月 24 日）。 2020 年也是连续 2 次 3 天（从 7 月 30 日到 8 月 1 日），即 3 天，temperature_max = 39.4（7 月 31 日）和 3 天（从 8 月 9 日到 11 日），max = 37.2（8 月 9 日）

所以我想要结果

Answer 1

这是一个可能的dplyr 解决方案-

library(dplyr)

data %>%
  mutate(date = as.Date(date),
         year = lubridate::year(date),
         group = cumsum(c(TRUE, diff(date) > 1))) %>%
  group_by(year, group) %>%
  filter(n() >= 3) %>%
  summarise(start = min(date), 
            duration = n(), 
            max = max(temperature_max), 
            date_of_max = date[which.max(temperature_max)], .groups = 'drop') %>%
  select(-group)

#   year start      duration   max date_of_max
#  <int> <date>        <int> <dbl> <date>     
#1  2018 2018-08-03        5  36.7 2018-08-04 
#2  2019 2019-06-25        7  38.1 2019-06-27 
#3  2019 2019-07-22        5  39.7 2019-07-24 
#4  2020 2020-07-30        3  39.4 2020-07-31 
#5  2020 2020-08-09        3  37.2 2020-08-09 

数据

data = data.frame(date, temperature_min, temperature_max )