计算 24 小时内 TRUE 事件的频率 (R)答案

【问题标题】：Calculating the frequency of a TRUE event in a 24 hour period (R)计算 24 小时内 TRUE 事件的频率 (R)
【发布时间】：2018-04-03 22:26:33
【问题描述】：

我有一个数据集如下：

   YEAR  STATION     DAT                 AbovePeak cumSum
  <chr> <fct>       <dttm>              <lgl>      <int>
 1 1993  COOP:047821 1993-01-01 01:00:00 FALSE          0
 2 1993  COOP:047821 1993-01-01 06:00:00 FALSE          0
 3 1993  COOP:047821 1993-01-01 07:00:00 TRUE           1
 4 1993  COOP:047821 1993-01-01 08:00:00 FALSE          1
 5 1993  COOP:047821 1993-01-01 09:00:00 FALSE          1
 6 1993  COOP:047821 1993-01-01 10:00:00 FALSE          1
 7 1993  COOP:047821 1993-01-01 11:00:00 FALSE          1
 8 1993  COOP:047821 1993-01-01 13:00:00 FALSE          1
 9 1993  COOP:047821 1993-01-06 03:00:00 FALSE          1
10 1993  COOP:047821 1993-01-06 07:00:00 FALSE          1

使用之前的函数，我创建了 AbovePeak 列来指示某个值是高于还是低于预设的峰值。但是，现在我希望在 24 小时窗口内计算 TRUE 事件的频率。然后我将在>= 1 TRUE Event 中使用这个合格天数，并将其除以测量的总天数。理想情况下，我会将其按YEAR 分组，例如：

 YEAR  numAbove percAbove numBelow percBelow cumPerc
<chr>    <int>     <dbl>    <int>     <dbl>   <dbl>
1 1993         4    0.0808     4944     0.919  0.0808
2 1994         0    0.         4948     1.00   0.0808
3 1995         0    0.         4948     1.00   0.0808
4 1996         3    0.0606     4945     0.939  0.141 
5 1997         1    0.0202     4947     0.980  0.162

【问题讨论】：

标签： r events time frequency

【解决方案1】：

如果您将 24 小时窗口表示为单个日历日，则使用 dplyr() 可能很容易获得解决方案，例如像这样

library("dplyr")
library("lubridate")
# group by days & calculate a number of threshold exceedance for each day
res_by_days <- x %>% group_by(YEAR, as_date(DAT)) %>% summarise(DayAbovePeak = any(AbovePeak),
    numBelowDaily = sum(!AbovePeak))

添加了numBelowDaily 列以进一步计算每年的测量次数导致低于阈值的结果。如果我正确理解您的想法，则应将此值写入按年份分组的最终结果的numBelow 列：

# group by years & calculate yearly values
res_by_years <- res_by_days %>% group_by(YEAR) %>% summarise(percAbove = sum(DayAbovePeak)/n(),
        numBelow = sum(numBelowDaily), percBelow = 1 - sum(DayAbovePeak)/n())
# calculate a cumulative percentage in a separate column
res <- res_by_years %>% mutate(cumPerc = cumsum(percAbove))

【讨论】：