1

如果我有一个看起来像这样的数据框：

  df <- data.frame(
  NestID = c(rep("LB1_2014", 9), rep("LB2_2014", 2)),
  Datetime = seq(from = ymd_hms("2014-04-02 05:00:00"), to = ymd_hms("2014-04-02 15:00:00"), by = "1 hour"),
  Temp = c(29.083, 29.200, 28.536, 28.221, 27.934, 28.417, 28.942, 29.323, 29.42, 28.93, 28.28),
  Flooded = c(rep(FALSE, 2), TRUE, rep(FALSE, 8)))

   > df
     NestID            Datetime   Temp Flooded
1  LB1_2014 2014-04-02 05:00:00 29.083   FALSE
2  LB1_2014 2014-04-02 06:00:00 29.200   FALSE
3  LB1_2014 2014-04-02 07:00:00 28.536    TRUE
4  LB1_2014 2014-04-02 08:00:00 28.221   FALSE
5  LB1_2014 2014-04-02 09:00:00 27.934   FALSE
6  LB1_2014 2014-04-02 10:00:00 28.417   FALSE
7  LB1_2014 2014-04-02 11:00:00 28.942   FALSE
8  LB1_2014 2014-04-02 12:00:00 29.323   FALSE
9  LB1_2014 2014-04-02 13:00:00 29.420   FALSE
10 LB2_2014 2014-04-02 14:00:00 28.930   FALSE
11 LB2_2014 2014-04-02 15:00:00 28.280   FALSE

我想找到每个 NestID 的第一次温度下降的幅度。

所以在 Flooded == TRUE 之后，

上一行的 Temp 是 TempBefore

然后找到在 Temp 再次上升到 TempBefore 之前达到的最低 Temp。

（Flooded == TRUE 只是确认温度下降的最小值。）

幅度 = TempBefore - MinTemp

我有代码的开头和（我认为！）结尾，我希望它只是缺少一两行。

我正在寻找的输出是每个 NestID 和 Magnitude 的单行。如果 Flooded != TRUE 表示幅度的 NA。

对于这个示例数据，我想要的输出是：

TempBefore = 29.200，MinTemp = 27.934

因此

     NestID  Magnitude
1  LB1_2014      1.266
2  LB2_2014         NA

（可能有多个 Flooded 事件，但为简单起见，我只寻找第一个 Flooded == TRUE 事件的大小。）

FloodingMagnitude = group_by (df, NestID) %>% 
    mutate(TempBefore = if_else(Flooded == TRUE, 
                        lag(Temp, default = first(Temp)), as.double(NA))) %>%

    # line of code I need to work:
    mutate(MinTemp = min(Temp) before it reaches TempBefore again) %>% 
    
    mutate(Magnitude = TempBefore - MinTemp) %>% 
    distinct(NestID, Magnitude)
4

1 回答 1

1

也许这会有所帮助 -

library(dplyr)

df %>%
  filter(Flooded | lead(Flooded)) %>%
  group_by(NestID, Flooded = data.table::rleid(Flooded)) %>%
  slice(n()) %>%
  group_by(NestID) %>%
  summarise(Magnitude = Temp - lead(Temp), .groups = 'drop')

#  NestID   Magnitude
#  <chr>        <dbl>
#1 LB1_2014      1.56
#2 LB1_2014     NA
于 2021-07-29T14:17:02.620 回答