Berechnen Sie die Durchschnittstemperatur (abgeleitet von anderen Datensätzen) über Anfangs- und Enddatum in der gleichen Zeile

Question

Ich bin ein Anfänger in R und ich möchte die Durchschnittstemperatur über einen bestimmten Zeitraum berechnen. Ich habe zwei Datensätze:

1. Datensatz mit dem Startdatum (date_fixed) und Enddatum (date_broken)

   ds <- data.frame( date_fixed= c("16-3-2015", "19-3-2015"), 
           date_broken = c("18-3-2015", "22-3-2015")) 
   
   ds$date_broken <- dmy(ds$date_broken) 
   ds$date_fixed <- dmy(ds$date_fixed) 
   

2. Datensatz mit der Temperatur pro Tag:

   weather <- data.frame(date = c("16-3-2015", "17-3-2015", "18-3-2015", 
   "19-3-2015", "20-3-2015", "21-3-2015"), temperature = c("10", 
   "11", "12", "11", "12", "11")) 
   weather$date <- dmy(weather$date) 
   

Meine gewünschte Ausgabe würde so aussehen (Es tut mir leid, ich kann nicht herausfinden, wie man es zu einem schönen Tisch macht)

date_fixed date_broken average_temperature 
2015-03-16  2015-03-18 11 
2015-03-19 2015-03-22 11,3 

Vielen Dank im Voraus!

Answer 1

Eine andere mögliche Lösung mit lubridate und %within%

library(lubridate) 
ds$average_Temp <- sapply(interval(ds$date_fixed, ds$date_broken), function(i) 
           mean(weather$temperature[weather$date %within% i])) 
ds 
# date_fixed date_broken average_Temp 
#1 2015-03-16 2015-03-18  11.00000 
#2 2015-03-19 2015-03-22  11.33333 

Hinweis: I umgewandelt temp numerisch wie folgt:

weather$temperature <- as.numeric(as.character(weather$temperature)) 

Answer 2

Wir können foverlaps von data.table verwenden. Wandle die 'ds' und 'ds2' data.frame in data.table um und setze den Schlüssel als 'date_fixed' und 'date_broken'. Dann wenden Sie foverlaps auf die 'data.tables, erhalten Sie die mean von' Temperatur ', gruppiert nach' date_fixed 'und' date_broken '.

library(data.table) 
ds2 <- data.frame(date_fixed=weather$date, 
     date_broken = weather$date, temperature = weather$temperature) 

setDT(ds2, key = c("date_fixed", "date_broken")) 
setDT(ds, key = c("date_fixed", "date_broken")) 

foverlaps(ds2, ds)[, .(avg_temp = mean(as.numeric(as.character(temperature)))) , 
      by = .(date_fixed, date_broken)] 
# date_fixed date_broken avg_temp 
#1: 2015-03-16 2015-03-18 11.00000 
#2: 2015-03-19 2015-03-22 11.33333 

HINWEIS: Die ‚Temperatur‘ Säule war factor, so muss es numeric für die Berechnung des durchschnittlichen umgewandelt werden.

---

Oder mit base R

ds$avg_temp <- unlist(Map(function(x,y) with(weather, 
     mean(as.numeric(as.character(temperature[date >=x & date <= y])))) , 
     ds$date_fixed, ds$date_broken)) 

NOTE2: Obwohl wir > dies tun können, ist es besser, zum Aufkleben mit foverlaps

Answer 3

I stringsAsFactors = FALSE in Ihrem Wetter verwendet haben data.frame definition

ds$average_temperature= apply(ds, 1, function(x) mean(as.numeric(weather[weather$date >= x[1] & weather$date <= x[2],2]))) 

Answer 4

Mit dem kürzlich implementiert non-equi verbindet Funktion in der current development version von data.table, v1.9.7, kann dies geschehen als folgt:

require(data.table) #v1.9.7 
setDT(weather)[ds, mean(temperature), on=.(date>=date_fixed, date<=date_broken), by=.EACHI] 
#   date  date  V1 
# 1: 2015-03-16 2015-03-18 11.00000 
# 2: 2015-03-19 2015-03-22 11.33333 

Dies ist temperature i s numerischer/Integer-Typ (im Gegensatz zu factor in Ihrer Frage).