@MikkoMarttila不幸的是，cumsum（）函数没有工作，只是每天累积值。也许我会引用这篇文章的一部分：“[.]计算了降水量和潜在蒸散量之间的日差，以估计水量平衡。为了反映给定日期的干和湿条件，通过以下等式计算前期水盈余或赤字（WSD）：（见上文），其中n是先前天数，PET代表潜在蒸散量，P代表降水量。WSD值可以在不同的时间尺度上聚合，例如3个月、6个月、9个月等。[...]”（Li等人，2021年）。

WSD <- function(P, PET, n){
 
  wat_bal <- cumsum(P - PET)
  
  for(i in (n+1):length(wat_bal)){ 
   
    condition = ifelse(wat_bal > 0, "wet", "dry")

    }
   return(data.frame(wat_bal, condition))
}

根据你对算法的描述，听起来你可以这样做：

wsd <- cumsum(p - pet)

这可能是解决方案：

WSD <- function(P, PET, n){
    
    lag_sum = 0
    wat_bal = P - PET
 
  for(i in 1:n){ 
    
  lag_sum = lag_sum + lag(wat_bal, i)
   
    }
   return(lag_sum)
}

？

您可以使用filter()函数来实现这一点。

WSD <- function(P, PET, n){
  # This generates WSD with a backwards looking window of n observations
  # Result is a time-series object
  wat_bal <- filter(P - PET, filter = rep(1, n), method = "convolution", sides = 1)

  # Convert to vector, if so desired
  wat_bal <- as.vector(wat_bal)
  
  # Produce the desired result
  data.frame(wat_bal = wat_bal, condition = ifelse(wat_bal > 0, "wet", "dry"))
}

除了做你想做的事情之外，它还可以根据与要计算的值的距离将权重（上面示例中的所有1都是为了求和）应用到过滤器，这在水平衡研究中是典型的，所以这个函数可能对你更感兴趣。