0

我有一个时间序列数据框：

[https://www.dropbox.com/s/elaxfuvqyip1eq8/SampleDF.csv?dl=0][1]

我的意图是根据以下情况将此 DataFrame 划分为不同的季节：

  1. 冬季: 十二月 一月 二月
  2. 季风前：3 月 4 月 5 月 6 月 15 日（即到 6 月 15 日）
  3. 季风：15Jun Jul Aug Sep（即从 6 月 15 日开始）
  4. 季风过后：10 月 11 月

我尝试使用openair包功能

selectByDate()

但还没有运气。作为 R 的新手。任何帮助将不胜感激。

谢谢！

4

1 回答 1

1

请参阅lubridate使使用日期/时间更容易的包。

对于您的问题，我想您可以使用sapply：

df["season"] = sapply(df["date"], assign_season)

其中，assign_season：

assign_season <- function(date){
    # return a season based on date 

}

一旦有了季节，就可以轻松划分数据框：

winter = subset(df, season == "winter")
# and so on

抱歉，我现在得赶时间，但如果其他人还没有回答，我可以回来完成这个。

编辑：

因此，R 确实有一个内置函数cut，它可以处理日期并根据日期范围拆分向量。

对于您的数据，我这样做了：

library(lubridate)
library(dplyr)

df = read.csv('SampleDF.csv')

## reformat date into POSIXct
df <- df %>%
         mutate(date_reformat = as.POSIXct(date(mdy_hm(date))))

## define breaks & labels
breaks = c("2014-12-01", "2015-03-01", "2015-06-15", "2015-10-01", "2015-12-01", "2016-03-01", "2016-06-15", "2016-10-01", "2016-12-01", "2017-03-01")
labels = c("winter", "pre_monsoon", "monsoon", "post_monsoon", "winter", "pre_monsoon", "monsoon", "post_monsoon", "winter")
df["season"] = cut(df$date_reformat, breaks=as.POSIXct(breaks), labels=labels)

splits = list()

for (s in c("winter", "pre_monsoon", "monsoon", "post_monsoon")){
  splits[[s]] = subset(df, season == s)[c("date", "value")]
}

现在，拆分列表应该包含您需要的所有数据

于 2022-03-01T06:54:07.197 回答