我可以帮您进行翻译。以下是我翻译的结果:
在这个例子中,
因此,我想在数据框
我有两个数据框,一个按天包含数据,另一个按不规则时间间隔包含数据。例如:
一个名为precip_range
的数据框,其中包含不规则时间间隔的降水数据:
start_date<-as.Date(c("2010-11-01", "2010-11-04", "2010-11-10"))
end_date<-as.Date(c("2010-11-03", "2010-11-09", "2010-11-12"))
precipitation<-(c(12, 8, 14))
precip_range<-data.frame(start_date, end_date, precipitation)
还有一个名为precip_daily
的数据框,其中包含每天的降水量数据:
day<-as.Date(c("2010-11-01", "2010-11-02", "2010-11-03", "2010-11-04", "2010-11-05",
"2010-11-06", "2010-11-07", "2010-11-08", "2010-11-09", "2010-11-10",
"2010-11-11", "2010-11-12"))
precip<-(c(3, 1, 2, 1, 0.25, 1, 3, 0.33, 0.75, 0.5, 1, 2))
precip_daily<-data.frame(day, precip)
在这个例子中,
precip_daily
代表模型估计的每日降水量,precip_range
代表特定日期范围内测量的累积降水量。我想比较模拟数据和实测数据,这需要同步时间段。因此,我想在数据框
precip_range
中按日期范围(在start_date
和end_date
之间)汇总precip_daily
数据框中的precip
列(观测计数和precip
总和)。您有什么想法最好的方法是什么?
table(rng)
。 - MrFlickaggregate(cbind(count=1, sum=precip_daily$precip)~rng, FUN=sum)
- MrFlick