查找全年溶解氧温度 (TDO3) 值的功能

Question

我想计算 2020 年每个日期的 TDO3 值。我在 1 月 1 日的日期之间从地表以下 1 米到 22 米以 0.25 米的增量插入了温度和溶解氧的数据集-2020 年和 2020 年 12 月 31 日。

TDO3为溶解氧为3mg/L时的温度。以下是合并数据集的片段。

    > print(do_temp, n=85)
# A tibble: 31,110 x 4
   date       depth mean_temp mean_do
   <date>     <dbl>     <dbl>   <dbl>
 1 2020-01-01  1         2.12  11.6  
 2 2020-01-01  1.25      2.19  11.5  
 3 2020-01-01  1.5       2.27  11.4  
 4 2020-01-01  1.75      2.34  11.3  
 5 2020-01-01  2         2.42  11.2  
 6 2020-01-01  2.25      2.40  11.2  
 7 2020-01-01  2.5       2.39  11.1  
 8 2020-01-01  2.75      2.38  11.1  
 9 2020-01-01  3         2.37  11.0  
10 2020-01-01  3.25      2.41  11.0  
11 2020-01-01  3.5       2.46  11.0  
12 2020-01-01  3.75      2.50  10.9  
13 2020-01-01  4         2.55  10.9  
14 2020-01-01  4.25      2.54  10.9  
15 2020-01-01  4.5       2.53  10.9  
16 2020-01-01  4.75      2.52  11.0  
17 2020-01-01  5         2.51  11.0  
18 2020-01-01  5.25      2.50  11.0  
19 2020-01-01  5.5       2.49  11.0  
20 2020-01-01  5.75      2.49  11.1  
21 2020-01-01  6         2.48  11.1  
22 2020-01-01  6.25      2.49  10.9  
23 2020-01-01  6.5       2.51  10.8  
24 2020-01-01  6.75      2.52  10.7  
25 2020-01-01  7         2.54  10.5  
26 2020-01-01  7.25      2.55  10.4  
27 2020-01-01  7.5       2.57  10.2  
28 2020-01-01  7.75      2.58  10.1  
29 2020-01-01  8         2.60   9.95 
30 2020-01-01  8.25      2.63  10.1  
31 2020-01-01  8.5       2.65  10.2  
32 2020-01-01  8.75      2.68  10.3  
33 2020-01-01  9         2.71  10.5  
34 2020-01-01  9.25      2.69  10.6  
35 2020-01-01  9.5       2.67  10.7  
36 2020-01-01  9.75      2.65  10.9  
37 2020-01-01 10         2.63  11.0  
38 2020-01-01 10.2       2.65  10.8  
39 2020-01-01 10.5       2.67  10.6  
40 2020-01-01 10.8       2.69  10.3  
41 2020-01-01 11         2.72  10.1  
42 2020-01-01 11.2       2.75   9.89 
43 2020-01-01 11.5       2.78   9.67 
44 2020-01-01 11.8       2.81   9.44 
45 2020-01-01 12         2.84   9.22 
46 2020-01-01 12.2       2.83   9.39 
47 2020-01-01 12.5       2.81   9.56 
48 2020-01-01 12.8       2.80   9.74 
49 2020-01-01 13         2.79   9.91 
50 2020-01-01 13.2       2.80  10.1  
51 2020-01-01 13.5       2.81  10.3  
52 2020-01-01 13.8       2.82  10.4  
53 2020-01-01 14         2.83  10.6  
54 2020-01-01 14.2       2.86  10.5  
55 2020-01-01 14.5       2.88  10.4  
56 2020-01-01 14.8       2.91  10.2  
57 2020-01-01 15         2.94  10.1  
58 2020-01-01 15.2       2.95  10.0  
59 2020-01-01 15.5       2.96   9.88 
60 2020-01-01 15.8       2.97   9.76 
61 2020-01-01 16         2.98   9.65 
62 2020-01-01 16.2       2.99   9.53 
63 2020-01-01 16.5       3.00   9.41 
64 2020-01-01 16.8       3.01   9.30 
65 2020-01-01 17         3.03   9.18 
66 2020-01-01 17.2       3.05   9.06 
67 2020-01-01 17.5       3.07   8.95 
68 2020-01-01 17.8       3.09   8.83 
69 2020-01-01 18         3.11   8.71 
70 2020-01-01 18.2       3.13   8.47 
71 2020-01-01 18.5       3.14   8.23 
72 2020-01-01 18.8       3.16   7.98 
73 2020-01-01 19         3.18   7.74 
74 2020-01-01 19.2       3.18   7.50 
75 2020-01-01 19.5       3.18   7.25 
76 2020-01-01 19.8       3.18   7.01 
77 2020-01-01 20         3.18   6.77 
78 2020-01-01 20.2       3.18   5.94 
79 2020-01-01 20.5       3.18   5.10 
80 2020-01-01 20.8       3.18   4.27 
81 2020-01-01 21         3.18   3.43 
82 2020-01-01 21.2       3.22   2.60 
83 2020-01-01 21.5       3.25   1.77 
84 2020-01-01 21.8       3.29   0.934
85 2020-01-01 22         3.32   0.100
# ... with 31,025 more rows

https://github.com/TRobin82/WaterQuality

上面的link会让你得到原始数据。

我要找的是一个看起来像这样的数据框，但一年中的每个日期都有 366 行。

> TDO3
       dates      tdo3
1   2020-1-1  3.183500
2   2020-2-1  3.341188
3   2020-3-1  3.338625
4   2020-4-1  3.437000
5   2020-5-1  4.453310
6   2020-6-1  5.887560
7   2020-7-1  6.673700
8   2020-8-1  7.825672
9   2020-9-1  8.861190
10 2020-10-1 11.007972
11 2020-11-1  7.136880
12 2020-12-1  2.752500

然而，在 DO 的插值数据框中找不到完美 3 mg/L 的 DO 值，因此我需要函数来找到最接近 3 的值而不低于 3 然后匹配该值的深度与其他数据框一起为温度赋值，以在该深度分配适当的温度。

我假设最好的路线是 for 循环，但没有以正确的方式出售这个问题。

Answer 1

这是使用 tidyverse 风格函数的一种方法。请注意，此代码是可重现的，因为任何人都可以运行它并且应该得到相同的答案。很高兴您向我们展示了您的数据，但是 post dput() 的输出更好，因为这样人们就可以加载数据并立即开始帮助您。

此代码执行以下操作：

从您提供的 link 加载数据。但是由于有多个数据文件，我不得不猜测你指的是哪一个。
按 date 对观察值进行分组。
将观察值按 mean_do.
删除 mean_do 值严格小于 3 的行。
对每个日期进行第一个有序观察（这将是 mean_do 的最小值大于或等于 3 的那个）。
将列 mean_temp 重命名为 tdo3，因为它是溶解氧水平最接近 3mg/L 的那一天的温度。

library(tidyverse)
do_temp <- read_csv("https://raw.githubusercontent.com/TRobin82/WaterQuality/main/DateDepthTempDo.csv") %>%
  select(-X1)

do_temp %>%
  group_by(date) %>%
  arrange(mean_do) %>%
  filter(mean_do > 3) %>%
  slice_head(n=1) %>%
  rename(tdo3 = mean_temp) %>%
  select(date, tdo3)

这是结果。它们与您 post 编辑的有些不同，所以我不确定我是否误解了您的意思，或者这些只是说明性的而非实际结果。

# A tibble: 366 x 2
# Groups:   date [366]
   date        tdo3
   <date>     <dbl>
 1 2020-01-01  3.18
 2 2020-01-02  3.18
 3 2020-01-03  3.19
 4 2020-01-04  3.21
 5 2020-01-05  3.21
 6 2020-01-06  3.21
 7 2020-01-07  3.24
 8 2020-01-08  3.28
 9 2020-01-09  3.27
10 2020-01-10  3.28
# ... with 356 more rows

如果您正在寻找其他东西，请告诉我。

查找全年溶解氧温度 (TDO3) 值的功能

Function for finding Temperature at Dissolved Oxygen of 3 (TDO3) value across a whole year

interpolation

loops

r

function

temperature