滚动百分比条件选择r

Question

我有一个数据框架，每天的最高和最低温度为40年，需要选择最高温度超过第90百分位的最高温度和最低温度超过第85百分位的最低温度温度。

我能做到这一点

> head(df) 
    YEAR MONTH DAY  Date MEAN MAX MIN 
1 1965  1 1 1/1/1965 NA 27.0 17.0 
2 1965  1 2 1/2/1965 24.0 28.0 20.7 
3 1965  1 3 1/3/1965 19.9 23.7 16.2 
4 1965  1 4 1/4/1965 18.0 23.4 12.0 
5 1965  1 5 1/5/1965 19.7 24.0 14.0 
6 1965  1 6 1/6/1965 18.6 24.0 13.0 


df[, hotday := +(df$MAX>=(quantile(df$MAX,.90, na.rm = T, type = 6)) & df$MIN>=(quantile(df$MIN,.85, na.rm = T, type = 6))) 
       ] [, length := with(rle(hotday), rep(lengths,lengths)) # to calculate lenght so I can select consecutive days only 
       ] [hotday==0, length:=0][!!hotday, Highest_Mean := max(MEAN) , rleid(length)][] # to find the highest Mean temp for each consecutive group 

但我需要使用中心滚动百分每15天（即，对于给定的一天，最高气温90百分位是90到做同样的事情以当天为中心的15天窗口的历史数据的百分位数）

我的意思是百分位数是根据每个日历日的历史数据使用15天日历窗口计算的。也就是说，在第118天我将有365天，我将使用第111,112，......天的历史数据到第125天。所以在我的情况下，我有40年的数据，所以15天的窗口将会每个日历日的总样本量为40年×15天= 600。移动窗口是基于

任何想法请

Answer 1

关于这样的事情，选择行你要什么日历天，而不是时间序列？

既然您想要一个以感兴趣的日子为中心的滑动窗口为15天，那么您将始终拥有7天前的天数+感兴趣的天数+7天以后的窗口。由于这个约束，排除了数据集的前7天和最后7天（行），并且强制== FALSE {rep（FALSE，7）}

sapply（）调用中包含的代码将测试每个（从第n天开始（7 + 1 = 8））到15天的滑动窗口（如之前定义的），并检查最高温度是否高于该窗口的第90百分位（test1）。一个类似的测试（test2）是在MIN温度下执行的。如果两个测试中的一个测试结果为TRUE，则返回TRUE（否则，输出FALSE，您可以轻松地根据您的需求进行调整）。

生成的向量（存储在KEEP向量中）包含可用于对初始数据帧进行子集的布尔值TRUE/FALSE。

set.seed(111) 
df <- data.frame(MIN=sample(50:70, size = 50, replace = T), 
       MAX=sample(70:90, size = 50, replace = T)) 
head(df) 

KEEP <- c(rep(FALSE, 7), 
      sapply(8:(length(df$MAX) - 7), (function(i){ 
      test1 <- df$MAX[i] >= as.numeric(quantile(df$MAX[(i-7):(i+7)], 0.9, na.rm = TRUE)) 
      test2 <- df$MIN[i] <= as.numeric(quantile(df$MIN[(i-7):(i+7)], 0.15, na.rm = TRUE)) 
      test1 | test2 
      })), 
      rep(FALSE, 7)) 
head(KEEP) 
df <- df[KEEP,] 
df 

这应返回

MIN MAX 
10 51 86 
13 51 73 
14 50 75 
15 53 89 
22 55 83 
28 55 90 
31 51 72 
32 60 88 
37 52 84 
42 56 87