按组计算高于特定阈值的值

Question

我有一个相当庞大的历史气象站csv数据集（一组气象站的每日风速数据，适用于某个地区），我需要计算每个气象站每月平均超过6米/秒的天数。这些站点包含的年份不同。下面是数据集的示例：

head(windspeed_PR)

  STN    Year Month Day WDSP WDSP.ms
1 860110 1974     6  19  9.3   4.784
2 860110 1974     7  13 19.0   9.774
3 860110 1974     7  22  9.9   5.093
4 860110 1974     8  20  9.5   4.887
5 860110 1974     9  10  3.3   1.698
6 860110 1974    10  10  6.6   3.395

因此，我基本上需要计算每个月份和每个气象站（STN）中有多少WDPS.ms值大于6，然后计算每个气象站每月的平均天数。

请问如何计算此值（最好使用R）？

- Xavier de Lamo

---

请提供一个最小可复现的示例。示例不一定是您的真实数据，但您需要提供一个可复制的示例。请参阅如何创建R可复制示例。 - Jota

Answer 1

这相当简单。

使用dplyr：

library(dplyr)
windspeed_PR %>%
    group_by(STN, Year, Month) %>%
    summarize(n_days = n(),
              n_gt6 = sum(WDSP.ms > 6),
              p_gt6 = n_gt6 / n_days)

对于每个站点、年份和月份，这将返回测量数量、大于6的测量数量以及它们的商（大于6的测量比例）。

从您的问题中我不清楚是否需要进一步总结（例如，折叠年份），但这应该为任何额外工作提供一个很好的起点。

- Gregor Thomas

---

是的，上面的回答更好。当我第一次看到这个问题时，它非常开放和模糊。似乎在过去20分钟内已经编辑了大约6次。 - iSkore

是的，从编辑历史记录来看，它已经有了一些快速的改进和清晰度。 - Gregor Thomas

确实哈哈。谢谢你的回复，我还没听说过dplyr。将来一定会使用它。 - iSkore

感谢Gregor和iSkore的帮助！事实上，我是Stackoverflow的新手，仍在学习如何以最清晰、最具体的方式发布问题。 - Xavier de Lamo