2

Estoy tratando datos climáticos de precipitación en R y tengo una serie de datos donde hay un valor de lluvia por cada día desde 1964.

En algunas ocasiones existen datos faltantes que los transformo en NA al importar el excel. Hay una columna (día) con el día del año, otra (mes) con el numero del mes, otra (año, o ano) con el numero de año.

Necesito generar la media de cada mes para todos los años. Por ejemplo la media de precipitación de todos los Julios o de todos los Eneros...

Estoy usando este código, pero no parece ser el adecuado:

if(pira_cacchan_recu_99_9_p_1_2_1964$mes == 1){is.na(media_pira <- mean(pira_cacchan_recu_99_9_p_1_2_1964$ppira),
                                                     media_cacchan <- mean(pira_cacchan_recu_99_9_p_1_2_1964$pcacchan),
                                                     media_recuay <- mean(pira_cacchan_recu_99_9_p_1_2_1964$precuay)}

print(media_pira)
print(media_cacchan)
print(media_recuay)

Alguna idea sobre qué puedo hacer? o como llevar la media a cabo?

Para poneros en situación:

  • pira_cacchan_recu_99_9_p_1_2_1964 es el excel
  • ppira, cacchan y recuay, son columnas en el excel que corresponden con cada estación meteoroógica.
  • la columna pira_cacchan_recu_99_9_p_1_2_1964$mes se corresponde con el numero del mes a tratar. Como si fuese un código o identificador.

1 respuesta 1

0

Primero armamos un ejemplo similar a lo que mencionas:

set.seed(2019)
pira_cacchan_recu_99_9_p_1_2_1964 <- data.frame(
    anio=sample(2010:2019, 1000, replace = TRUE),
    mes=sample(1:12, 1000, replace = TRUE),
    pira=runif(1000),
    cacchan=runif(1000),
    recuay_pira=runif(1000)
)

La forma más sencilla de resolverlo es agrupar por mes y aplicar la media sobre cada grupo. Con R base puedes hacer:

aggregate(. ~ mes, pira_cacchan_recu_99_9_p_1_2_1964[, -1], mean)

En este caso, la formula . ~ mes indica, agrupar por mes y aplicar la función al resto de las columnas, por lo que deberemos quitar el anio del data.frame con pira_cacchan_recu_99_9_p_1_2_1964[, -1].

O también de forma más explícita, indicando las columnas

aggregate(cbind(pira, cacchan, recuay_pira) ~ mes, 
          pira_cacchan_recu_99_9_p_1_2_1964, 
          mean)

El resultado es un data.frame similar a este:

   mes      pira   cacchan recuay_pira
1    1 0.4795477 0.4708852   0.5381664
2    2 0.5406359 0.5481458   0.4475143
3    3 0.4738244 0.5104678   0.5427169
4    4 0.5307465 0.4873170   0.4380420
5    5 0.5721667 0.5065329   0.4993786
6    6 0.4738371 0.4624162   0.4913951
7    7 0.4723656 0.5191485   0.5146974
8    8 0.5189350 0.4937346   0.5425428
9    9 0.5426415 0.4646704   0.4727523
10  10 0.5245901 0.5264539   0.4962397
11  11 0.5276531 0.5324419   0.4848972
12  12 0.4979666 0.4551696   0.4947938

Si eventualmente usas o piensas usar dplyr, puedes hacer lo siguiente, que tiene la ventaja de ser mucho más explicativo:

library(tidyverse)

pira_cacchan_recu_99_9_p_1_2_1964 %>% 
    group_by(mes) %>% 
    summarise_at(vars(pira, cacchan, recuay_pira), mean, na.rm=TRUE)

nota: aggregate() por defecto omite los valores NA, en el caso de dplyr/summarize_at(), no, por lo que hay que indicar na.rm=TRUE como parámetro adicional a mean().

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.