有没有办法从R中的多层栅格中排除某些时段的天气数据？

我有16年的日平均温度网格数据，格式为

netCDF

格式，文件大小相当大（约3GB）。最初，我使用

raster

包在

RasterStack

对象中加载原始网格数据

我想知道，如果天气数据的时间范围不符合我的兴趣，我如何排除这些数据。更具体地说，我只想使用5年的天气数据，而这里我有15年的天气数据。如何对R中的多层光栅数据进行过滤？例如，我的原始网格数据的时间跨度为1980.1.1到1995.12.31，我只想保留1980.1.1到1984.12.31的温度数据。如何从R中的多层光栅中过滤出所需的温度网格？有什么可能的办法来实现这一点吗

可复制示例：

r <- raster(xmn=5.75, xmx= 15, ymn = 47.25, ymx =55,res=c(0.25,0.25))
tempDat<- do.call(stack,lapply(1:5844,function(i) setValues(r,round(runif(n = ncell(r),min = -4,max = 23)))))
names(tempDat) <- paste0('X',gsub('-','.',ymd('1980.01.01') + days(1:5844)))

---

r我想出了自己的方法来回答这个问题：

因此，我使用了
raster:：getZ（）
列出所有日期，并
grep
对我只感兴趣的时间段进行了子集划分。以下是解决方案：

library(raster)
library(ncdf4)

(tg <- brick("C:\\tn_0.25deg_reg_2018.nc"))
tg_date <- getZ(tg)  
grep("2018-01-01", tg_date)
grep("2018-05-31", tg_date)

库（光栅）
图书馆（ncdf4）
（tg您可以使用
子集
，例如
子集（tempDat，paste0（'X'，gsub（'-'，'X'，'ymd（'1980.01.01'）+天（1:10））
来选择10天。或者这不是您想要的吗？@d125q选择
1980.1.1
和
1984.12.31
之间的时间范围。您认为您的方法也适用于非常大的数据集吗（我的意思是子集）。另外，你能通过使用上述可复制的示例数据片段详细阐述你的解决方案吗？谢谢，你可以更改
天（1:10）
在我提供的示例中，您希望在控制台中选择代码并将其与示例一起粘贴的天数。至于数据集的大小：我不确定，但我不明白为什么它不会（也不能真正想出更快的方法）。@d125q我不同意您的观点，您的效率根本不高。
tg_5months <- subset(tg, 1:150)
tg_5months @z$Date <- tg@z$Date[1:150]