R 计算同一行中开始和结束日期的平均温度（从其他数据集导出）

我是R的初学者，我想计算一段时间内的平均温度。我有两个数据集：

具有开始日期（固定日期）和结束日期（断开日期）的数据集

---

提前谢谢你

我们可以使用

data.table

中的

foverlaps

。将'ds'和'ds2'

data.frame

转换为

data.table

，并将键设置为'date\u fixed'和'date\u break'。然后在“数据表”上应用

foverlaps

，得到“温度”的

平均值，按“固定日期”和“断裂日期”分组

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

注2：虽然我们可以使用
来实现这一点，但最好还是坚持使用
foverlaps
我在天气数据中使用了stringsAsFactors=FALSE。框架定义

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

ds$average\u temperature=apply（ds，1，函数（x）mean（如数值形式）（weather[weather$date>=x[1]&weather$date另一种可能的解决方案，使用
lubridate
和
%在%

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

库（lubridate）
ds$average_Temp通过最近在of
data.table，v1.9.7
中实施的
非相等连接功能，可按如下方式执行：

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

require（data.table）#v1.9.7
setDT（天气）[ds，平均（温度），开启=。（date>=date_fixed，DateThank！现在我还有其他列，我在上面的最小工作示例中没有提供。这些列包含有关“ds”和“weather”中位置的信息。我只想在这些位置完全相同的情况下计算平均温度，是否可以将此类条件添加到您的解决方案中？谢谢：）您好@Nena。您必须进行聚合（按某种方式分组）。如果您向我提供一些数据，我将更新我的solution.ds，因此我希望按“位置”和“位置”进行聚合
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))

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

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

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

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