應用的變化曲線的數據幀

Question

我有氣象數據表，這種想法是運行基於

一）氣象數據
B）天氣+ 1SD
c）氣象模型 - 1sd

想出一些類型的置信區間。所以在這裏我每天都有兩個城市的臨時工，然後是每個月按標準開發人員的等價表格。我想要做的是編寫一個函數，通過對每個值應用相關的每月st.devs來轉換數據框。就下文而言，我想分別爲博伊西和愛達荷瀑布每年11月的價值增加9.07度和9.37度......然後分別爲博伊西和愛達荷州的所有12月數值分別增加9.15和11.03度的值。

我知道我可以用一些中間步驟以「凌亂」的方式做到這一點，創建一些列，然後最終清理它們。但爲了學習的興趣，我想了解如何執行更優雅的解決方案。

df <- structure(list(Date = c("2014-11-01", "2014-11-02", "2014-11-03", 
"2014-11-04", "2014-11-05", "2014-11-06", "2014-11-07", "2014-11-08", 
"2014-11-09", "2014-11-10", "2014-11-11", "2014-11-12", "2014-11-13", 
"2014-11-14", "2014-11-15", "2014-11-16", "2014-11-17", "2014-11-18", 
"2014-11-19", "2014-11-20", "2014-11-21", "2014-11-22", "2014-11-23", 
"2014-11-24", "2014-11-25", "2014-11-26", "2014-11-27", "2014-11-28", 
"2014-11-29", "2014-11-30", "2014-12-01", "2014-12-02", "2014-12-03", 
"2014-12-04", "2014-12-05", "2014-12-06", "2014-12-07", "2014-12-08", 
"2014-12-09", "2014-12-10", "2014-12-11", "2014-12-12", "2014-12-13", 
"2014-12-14", "2014-12-15", "2014-12-16", "2014-12-17", "2014-12-18", 
"2014-12-19", "2014-12-20", "2014-12-21", "2014-12-22", "2014-12-23", 
"2014-12-24", "2014-12-25", "2014-12-26", "2014-12-27", "2014-12-28", 
"2014-12-29", "2014-12-30"), BOISE = c(44.5, 42.5, 43.5, 47.5, 
55, 57.5, 49.5, 47.5, 45, 38, 31, 23.5, 24, 21.5, 11.5, 13, 13, 
13, 16, 22, 32, 42, 37, 38, 46.5, 48.5, 49.5, 52.5, 42, 26, 31.5, 
33, 40, 48.5, 40, 44, 43.5, 42, 42.5, 46, 57, 51, 39.5, 34, 36.5, 
39, 36.5, 40.5, 40.5, 40, 43.5, 39.5, 35.5, 33, 32, 29, 27, 31, 
27, 20.5699996948242), `IDAHO FALLS` = c(54.5, 36, 34.5, 35.5, 
41, 41.5, 47, 39, 45.5, 36, 15, 13, 14, 26, 4.5, 2.5, 8, 11, 
28, 27, 27, 35.5, 31.5, 33, 39, 43, 45.5, 46, 42.5, 28.5, 27, 
34, 35.5, 42, 36.5, 42.5, 35, 36, 34.5, 36.5, 42.5, 47, 39, 28, 
23.5, 31, 22.5, 24.5, 34.5, 35, 38.5, 34, 27.5, 31.5, 24.5, 8.5, 
15, 19, 10.5, -3.46000003814697)), class = "data.frame", .Names = c("Date", 
"BOISE", "IDAHO FALLS"), row.names = c(NA, -60L)) 

sd_matrix <- structure(list(month = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 
), BOISE = c(7.90623167260698, 6.46123050256436, 6.38106936624632, 
7.22283114115187, 7.76515042234502, 8.10445388054925, 5.65058663778116, 
6.18033208264487, 7.34160028246709, 7.48784870009556, 9.07481352622016, 
9.15757443706943), `IDAHO FALLS` = c(10.4267588417941, 9.89036971863809, 
7.99156512696757, 6.84627542213131, 6.6696338642145, 6.823026513784, 
4.31982292105468, 4.63179196395735, 6.38702016727256, 7.31441201561822, 
9.37466284053354, 11.0316440728702)), class = "data.frame", row.names =  c(NA, 
-12L), .Names = c("month", "BOISE", "IDAHO FALLS")) 

下面是一些哈克代碼，提供正確的結果在這種特定情況下，但沒有提供的東西像變量名稱和大小，我將不得不面對 -

df$month <- month(df$Date) 
df <- inner_join(df, sd_matrix, by="month") 

df$BOISE.x <- df$BOISE.x + df$BOISE.y 
df$`IDAHO FALLS.x` <- df$`IDAHO FALLS.x` + df$`IDAHO FALLS.y` 

df <- df %>% 
    select(Date, BOISE.x, `IDAHO FALLS.x`) 
names(df) <- c("Date,", "Boise", "Idaho Falls") 

Answer 1

你應該真的讀取Tidy Data paper - 它提供了一個非常有用的框架來思考這樣的事情。該框架會說你的數據不整潔，因爲你的編碼信息是以列名的形式編碼的;即「位置」是一個重要的數據部分，但不是將位置放在單個列中，而是將其放在多個列名中，這使得所有事情都比需要的更加困難。

我們使用tidyr::gather將數據轉換爲長格式，用一個單一的位置列和一個溫度列：

library(tidyr) 
l_df = gather(df, key = loc, value = temp, -Date) 
l_sd = gather(sd_matrix, key = loc, value = sd, -month) 

做完這些後，我們可以做兩個位置，一個月一個簡單的加盟，再加減標準差爲需要：

result = mutate(l_df, month = lubridate::month(Date)) %>% 
    inner_join(l_sd) %>% 
    mutate(temp_u1 = temp + sd, 
      temp_l1 = temp - sd) 

有可能在這一點回去使用tidyr::spread寬格式，但我反而鼓勵你離開這個格式的數據。或者甚至可以採用更長的格式，而不是在列名稱中對+/- SD信息進行編碼，而您的SD乘數列的值爲-1, 0, 1和單個臨時列。上面的格式對於例如繪製置信度帶將很好。如果您對+/- 2,1.5,1.5標準偏差感興趣並且正在對每個單獨估算運行代碼，那麼更長的格式會更好地推廣。