R中的扇区平均风速和方向答案

【问题标题】：Sector wise mean wind speed and directions in RR中的扇区平均风速和方向
【发布时间】：2017-08-17 21:44:55
【问题描述】：

我试图根据扇区内的平均方向获取数据集的平均风速。这相当简单，下面的程序可以解决问题。但是，我无法使其自动化，这意味着我必须每次手动输入 fsector 和 esector 的值。此外，输出不是我想要的。请告诉我一个更好的方法或帮助我改进这个。

##Dummy Wind Speed and Directional Data.

    ws<-c(seq(1,25,by=0.5))
    wd<-C(seq(0,360,by=7.346939))

    fsector<-22.5  ##Starting point
    esector<-45    ##End point

    wind <- as.data.frame(cbind(ws,wd))
    wind$test<- ifelse(wind$wd > fsector & wind$wd < esector,'mean','greater')
    mean<-rbind(aggregate(wind$wd,by=list(wind$test),mean))
    meanws<-rbind(aggregate(wind$ws,by=list(wind$test),mean))
    mean<-cbind(meanws[2,2],mean[2,2])
    mean

如果我可以选择扇区数并自动生成平均风速和平均风向列表，那就太好了。谢谢。

【问题讨论】：

标签： r

【解决方案1】：

实际上，我正在使用相同的数据。首先我做一个风玫瑰是这样的：

然后，根据方向，我放数据：

max(Windspeed[direc >=11.25 & direc <= 33.75])
min(Windspeed[direc >=11.25 & direc <= 33.75])
mean(Windspeed[direc >=11.25 & direc <= 33.75])

我把他的方向放在度数上。如果你不搜索，我会在这里等你。

【讨论】：

效果很好。我怎么没想到，这么简单。 :D
看到我的回答对您的想法有所改进，这可能会有所帮助。

【解决方案2】：

好的，由@monse-aleman 提出这个想法，她here 提出了类似的问题。我能够使程序自动化以给出所需的答案。列出的函数如下：

 in_interval <- function(x, interval){
stopifnot(length(interval) == 2L)
interval[1] < x & x < interval[2]
}

在我们得到的数据集上使用上面的代码。

##Consider a dummy Wind Speed and Direction Data.
ws<-c(seq(1,25,by=0.5))
wd<-c(seq(0,360,by=7.346939))
## Determine the sector starting and end points.    
a<-rbind(0.0  ,22.5  ,45.0  ,67.5  ,90.0 ,112.5 ,135.0 ,157.5 ,180.0 ,202.5 ,225.0 ,247.5 ,270.0 ,292.5 ,315.0,337.5)
b<-rbind(22.5  ,45.0  ,67.5  ,90.0 ,112.5 ,135.0 ,157.5 ,180.0 ,202.5 ,225.0 ,247.5 ,270.0 ,292.5 ,315.0,337.5,360)
sectors<-cbind(a,b)
sectors
## See the table of the sector.

      [,1]  [,2]
 [1,]   0.0  22.5
 [2,]  22.5  45.0
 [3,]  45.0  67.5
 [4,]  67.5  90.0
 [5,]  90.0 112.5
 [6,] 112.5 135.0
 [7,] 135.0 157.5
 [8,] 157.5 180.0
 [9,] 180.0 202.5
[10,] 202.5 225.0
[11,] 225.0 247.5
[12,] 247.5 270.0
[13,] 270.0 292.5
[14,] 292.5 315.0
[15,] 315.0 337.5
[16,] 337.5 360.0

for(o in 1:16){

    mean[o]<-mean(ws[in_interval(wd, c(sectors[o,1], sectors[o,2]))])

  }
mean
[1]  2.0  3.5  5.0  6.5  8.0  9.5 11.0 12.5 14.0 15.5 17.0 18.5 20.0 21.5 23.0 24.5

这就是结果。效果很好。

【讨论】：