0

Tenho uma planilha com a quantidade de chuva para cada dia do mês. Se houver pelo menos 5 dias consecutivos com o valor da célula igual a 0, o contador recebe 1. A próxima sequência com 5 ou mais dias consecutivos faz incrementar mais 1 no contador e assim por diante. Se houverem 3 destas sequências a contagem final será 3. Como implementar isso no R?

Segue uma imagem de como os dados estão na planilha com valores para 31 dias de um mês

1
  • Bem-vinda ao StackOverflow em Português! Infelizmente, esta pergunta não pode ser reproduzida por quem for tentar respondê-la. Por favor, dê uma olhada neste link e veja como fazer uma pergunta reproduzível em R. Assim, as pessoas que desejarem te ajudar conseguirão fazer isto da melhor maneira possível. Commented 17/04/2019 às 16:02

2 Respostas 2

1

Minha cara, veja as recomendações no comentário pois elas são muito importantes para garantir a qualidade das perguntas e das respostas. Como você está chegando aqui no SO eu vou dar um desconto e vou responder a pergunta, que diga-se de passagem não é nada trivial, especialmente para quem está começando com o R.

EXEMPLO REPRODUTÍVEL

A primeira coisa que você deveria ter feito na sua pergunta é fornecer um exemplo reprodutível, portanto vou criar uma série de números que bem poderia ser de uma contagem.

data =  sample(x = 1:10, size = 100000, replace = T)

o que esse código faz basicamente é retirar uma amostra, com reposição, de 100 mil números entre 1 a 10. Obviamente vai haver algumas repetições e eu quero saber quantas repetições seguidas de 5 números há.

ACHANDO QUALQUER REPETIÇÃO DE 5 NÚMEROS SEGUIDOS

Para isso vou usar o comando rollapply do pacote zoo. Esse função cria uma "janela" que vai andando ao longo da sequência de números. Dentro dessa janela você pode executar qualquer função como a média por exemplo. Aqui no caso vou usar a média:

> data[1:10]
[1]  8  2  8  6 10 10  4  6  7 10 
> rollapply(data = data[1:10], 5, mean)
[1] 3.6 4.6 5.8 6.2 4.6 4.0

observe qua a função retornou somente 6 números. Isso ocorreu porque eu só consigo andar com a "janela" até 6 vezes quando o conjunto de dados tem somente 10 números. Veja essa figura:

inserir a descrição da imagem aqui

eu rodei a janela como a função rollapply faz. No caso, para cada janela, que pode rodar 6 vezes, ele calculou a média. Agora como isso pode te ajudar achar as sequências de 5 dias consecutivos com o mesmo número??

Basta calcular em cada janela alguma coisa que dê zero quando todos os números são repetidos! A função que faz isso é o desvio padrão. Se todos os números são iguais o desvio padrão é 0. Logo basta usar o rollapply junto com a função sd, isso liquida a fatura! Por exemplo:

> dados = c(5,5,5,5,5,1,3,4,5,5,5,5,5)
> rollapply(dados, 5, sd)
[1] 0.0000000 1.7888544 1.7888544 1.6733201 1.6733201
[6] 1.6733201 0.8944272 0.4472136 0.0000000

aqui são duas sequências de cincos e portanto apareceram dois desvios padrão iguais a 0. Agora é só contar quantas vezes o zero apareceu.

> sum(rollapply(dados, 5, sd) == 0)
[1] 2

Agora fazendo o mesmo nos dados que eu gerei, que é uma sequência muito maior e que não daria para visualizar, temos:

> sum(rollapply(data, 5, sd) == 0)
[1] 6

ACHANDO ESPECIFICAMENTE UMA SEQUÊNCIA DE ZEROS

No caso da sua série repetir vários números diferentes seguidos e você estar interessada somente nos zeros e não na repetição de outros números, o que você pode fazer é passar uma função nos dados e introduzir um ruído nos números que não são zeros.

data2 <- ifelse(data == 0, data, jitter(data))
sum(rollapply(data2, 5, sd) == 0)

agora o número de sequência seguidas somente com zero será retornado já que outros valores que eram anteriormente repetidos agora com ruído já não se repetem mais.

CUIDADO

Veja que no exemplo anterior eu gerei 100 mil números por um sorteio aleatório de número de 1 a 10 e, ainda assim, encontrei seis sequências repetidas de números! A advertência é: ao encontrar esse tipo de padrão nas duas séries, especialmente se forem séries longas de chuva com mais de 30 anos por exemplo, se faça a seguinte pergunta: esse padrão que eu encontrei é tão improvável ao ponto de eu dizer que ele é significativo? Não é difícil ocorrer de você atribuir significados a ruídos aleatórios nos dados. Há muitos trabalhos acadêmicos por aí com esse problema.

-1

Vou tentar lhe mostrar uma maneira de resolver esse problema sem que dependa de funções exclusivas. Aqui apenas uso o pacote dplyr contido no pacote tidyverse. Assumindo que os dados estejam no formato que df está:

library(tidyverse)

set.seed(12)
df <- tibble(dados = c(1,0,0,0,0,0, sample(x = 0:1, size = 1000, replace = T)))

df
#> # A tibble: 1,006 x 1
#>    dados
#>    <dbl>
#>  1     1
#>  2     0
#>  3     0
#>  4     0
#>  5     0
#>  6     0
#>  7     0
#>  8     1
#>  9     1
#> 10     0
#> # … with 996 more rows

df %>% 
    mutate(is_zero = dados == 0) %>% 
    mutate(is_start_of_streak = is_zero & lead(is_zero) & lag(!is_zero)) %>% 
    mutate(streak_id = cumsum(is_start_of_streak)*is_zero) %>% 
    filter(streak_id != 0) %>% 
    group_by(streak_id) %>% 
    summarise(size = n()) %>% 
    mutate(size_g_5 = size >= 5) %>% 
    summarise(total_de_streaks_maior_que_5 = sum(size_g_5))
#> # A tibble: 1 x 1
#>   total_de_streaks_maior_que_5
#>                          <int>
#> 1                           34

Created on 2019-04-18 by the reprex package (v0.2.1)

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .