r - 使用跨越数年的大型数据集计算 R 中的月平均值

Question

我环顾四周，但没有找到完全符合我的问题的解决方案。

我有一个数据集 (df1)，其中包含从 1945 年到 1981 年的每日河流流量读数 - 所以这是一个非常大的数据集。

我想计算每年每个月的平均流量。我可以使用数据透视表在 Excel 中执行此操作，但我想知道在 R 中是否会更省力。

我的问题是双重的。首先，我无法将日期转换为实际日期格式(尽管尝试了推荐代码)，其次，对日期进行排序后，我不确定如何汇总数据集中每年的月平均值。我是 R 的新手 - 我一直在尽可能地查找教程，但这个特定问题似乎没有容易找到的解决方案。

所以，我的数据是这样的:

         X1    X2
1 01/10/1945 0.835
2 02/10/1945 0.835
3 03/10/1945 0.835
4 04/10/1945 0.835
5 05/10/1945 0.835
6 06/10/1945 0.433

日期最初是字符格式，所以我使用代码

df1$X1<-as.Date(df1$X1,"%m/%d/%Y")

尝试将其转换为日期格式，但由于某种原因，它一直在搞砸，日期中有几个空白:

8132  1968-05-01  4.163
8133  1968-06-01  4.134
8134  1968-07-01  1.464
8135  1968-08-01  1.682
8136  1968-09-01  1.036
8137  1968-10-01  0.564
8138  1968-11-01  0.575
8139  1968-12-01  0.547
8140        <NA> 10.590
8141        <NA> 16.760
8142        <NA>  3.879
8143        <NA> 11.410

日期以 12 个为一组显示，所以我假设问题与“月”的混淆有关，但我尝试了几种不同的 d/m/Y 组合，但没有一个有效。

综上所述，

• 如何将跨越多年的数据转换为日期格式而不会使 R 变得困惑？
• 对日期进行排序后，当我的数据跨越多年时，如何生成月平均值？

非常感谢，

我

Answer 1

我建议使用 Lubridate 来转换您的日期，并使用 dplyr 来操作您的数据框。查看您的数据，您的日期格式似乎是日/月/年(dmy with Lubridate)。

假设您的数据框称为 df :

library(dplyr)
library(lubridate)

df <- mutate(df, X1 = dmy(X1),Year = year(X1), Month = month(X1))
df <- group_by(df, Month, Year)
df <- summarise(df, result = mean(X2) )

您甚至可以链接这些命令以使其更短:

df <- df %>%
  mutate( X1 = dmy(X1),Year = year(X1), Month = month(X1)) %>%
  group_by(Month, Year) %>%
  summarise(result = mean(X2) )

希望这对您有所帮助。