обобщение данных о температуре на основе вектора температурных порогов

Вот подход tidyverse, также использующий mtcars для иллюстрации:

library(tidyverse)

mtcars %>% 
  mutate(threshold = cut(mpg, 
                         breaks=seq(10, max(mtcars$mpg)+10, 5), 
                         labels=seq(10, max(mtcars$mpg)+5, 5))) %>% 
  group_by(cyl, threshold) %>% 
  tally %>% 
  ungroup %>% 
  complete(threshold, nesting(cyl), fill=list(n=0)) %>% 
  arrange(desc(threshold)) %>% 
  group_by(cyl) %>% 
  mutate(N_above = cumsum(n)) %>% 
  select(-n) %>% 
  arrange(cyl, threshold)

   threshold cyl N_above
1         10   4      11
2         15   4      11
3         20   4      11
4         25   4       6
5         30   4       4
6         35   4       0
7         10   6       7
8         15   6       7
9         20   6       3
10        25   6       0
11        30   6       0
12        35   6       0
13        10   8      14
14        15   8       8
15        20   8       0
16        25   8       0
17        30   8       0
18        35   8       0

Если вы хотите, чтобы окончательные данные были в широком формате, добавьте spread в конце и удалите arrange:

... %>%
select(-n) %>% 
spread(threshold, N_above)

  cyl 10 15 20 25 30 35
1   4 11 11 11  6  4  0
2   6  7  7  3  0  0  0
3   8 14  8  0  0  0  0

Как прокомментировал @dww, мы можем использовать cut для получения требуемого формата. Я пробовал это в наборе данных mtcars, где мы создаем диапазон от 10 до 35 с шагом 5 для столбца mpg.

df <- mtcars
df$group <- cut(df$mpg, seq(10, 35, 5))

а затем мы группируемся по cyl и используем table, чтобы подсчитать, сколько из них попадает в соответствующие корзины.

table(df$cyl, df$group)

#  (10,15] (15,20] (20,25] (25,30] (30,35]
#4       0       0       5       2       4
#6       0       4       3       0       0
#8       6       8       0       0       0

Теперь, если определенное значение больше 10, оно также больше 15, следовательно, число в ведре (15, 20) должно также включать номер из ведра (10,15), а число в ведре (20, 15) должно включать оба предыдущий номер. Следовательно, для этой таблицы нам понадобится построчное cumsum

t(apply(table(df$cyl, df$group), 1, cumsum))

#   (10,15] (15,20] (20,25] (25,30] (30,35]
# 4       0       0       5       7      11
# 6       0       4       7       7       7
# 8       6      14      14      14      14

В вашем случае код будет идти

Site_Daily_average$group <- cut(Site_Daily_average$Temp, seq(16,32,0.25))

#and then do table to get required answer.
t(apply(table(Site_Daily_average$Year,Site_Daily_average$Site, 
              Site_Daily_average$group), 1, cumsum)