计算过去7天温度超过30C的总天数

Question

我有一个来自调查的数据集，第一列包含 ID，第二列包含格式为 yyyymmdd 的采访日期，范围从 2021 年 1 月 1 日到 2021 年 2 月 28 日。此外，温度数据分布在 59 列中，每列标记为 Xyyyymmdd，代表一月和二月的每一天。

现在，我需要计算每个人在过去 7 天内温度超过 30 摄氏度的总天数。值得注意的是，由于我的数据集中缺乏该时期的数据，因此今年的前 7 天不会有任何温度测量结果。

面试日期不连续，但温度列按日期顺序排列。

下面给出示例以了解数据的结构：

身份证	面试日期	X20210101	X20210102	X20210103
1	20210101	25	31	35
2	20210102	24	26	31
3	20210201	24	26	31
4	20210202	26	21	31

我正在使用 R。

Answer 1

首先在面试日期前往

"Date"

课程。

> dat$Interview_date <- as.Date(dat$Interview_date, '%Y%m%d')

接下来，制作“X”日期的向量，

> xdates <- as.Date(names(dat)[-(1:2)], 'X%Y%m%d')

将超过 30° 的温度矩阵乘以时间范围内的

xdates

[Interview_date, Interview_date - 7d] 并取

rowSums

。

> dat$exceed_30 <- ((dat[-(1:2)] >= 30)*
+   t(mapply(\(x, y) x <= y & x >= y - 7, list(xdates), dat$Interview_date))) |> 
+   rowSums()

给予

> dat
   ID Interview_date X20210101 X20210102 X20210103 X20210104 exceed_30
1 1.0     2021-01-01        25        31        35        29         0
2 2.0     2021-01-02        29        30        31        29         1
3 2.1     2021-01-04        29        31        31        29         2
4 3.0     2021-02-01        24        26        31        29         0
5 4.0     2021-02-02        26        21        31        29         0

---

数据：

> dput(dat)
structure(list(ID = c(1, 2, 2.1, 3, 4), Interview_date = c("20210101", 
"20210102", "20210104", "20210201", "20210202"), X20210101 = c(25L, 
29L, 29L, 24L, 26L), X20210102 = c(31L, 30L, 31L, 26L, 21L), 
    X20210103 = c(35L, 31L, 31L, 31L, 31L), X20210104 = c(29L, 
    29L, 29L, 29L, 29L)), row.names = c(NA, -5L), class = "data.frame")

Answer 2

转为长整型，转换为日期，然后对面试日期后 0-7 天内大于 30 度的行进行求和。

library(tidyr)
library(dplyr)
library(lubridate)

dat %>%
  pivot_longer(X20210101:X20210103, names_to = "Date", values_to = "Temp", names_prefix = "X") %>%
  mutate(across(`Interview date`:Date, ymd)) %>%
  summarize(
    HotDays = sum(Temp > 30 & `Interview date` - Date <= 7 & `Interview date` >= Date),
    .by = ID
  )

# note, OP’s example data doesn’t include any dates meeting criteria
# # A tibble: 4 × 2
#      ID HotDays
#   <dbl>   <int>
# 1     1       0
# 2     2       0
# 3     3       0
# 4     4       0