如何按天分组汇总气象数据（如日均气温）？——R语言dplyr分组计算报错排查

从你的描述和数据结构来看，问题主要出在包的加载/冲突以及语法错误上，下面一步步帮你解决：

1. 第一个代码得到整体均值的原因 #

你执行的：

met_df %>% group_by(longdate) %>% summarise(mean = mean(temp))

得到整体均值，大概率是以下两种情况：

• 你没有正确加载dplyr包：管道符%>%是dplyr（和magrittr）提供的，如果没加载dplyr，这个管道不会生效，相当于直接执行summarise(mean = mean(temp))，自然得到整体均值。
• 存在包冲突：比如你同时加载了plyr包，它的group_by和summarise函数会覆盖dplyr的同名函数，导致分组逻辑失效。

2. 第二个代码的语法错误 #

你写的：

summarise(met_df, group_by(longdate), meantemp = mean(temp))

完全不符合dplyr的语法规则：summarise的第一个参数是数据框，后面只能跟汇总表达式，不能把group_by放在summarise的参数里。正确的逻辑是先对数据框分组，再执行汇总。

正确的解决步骤 #

步骤1：确保dplyr正常加载（避免包冲突） #

先加载dplyr，如果有plyr的话，明确指定dplyr的函数：

# 加载dplyr
library(dplyr)

# 如果同时加载了plyr，用::指定dplyr的函数，避免冲突
# 比如：dplyr::group_by、dplyr::summarise

步骤2：（推荐）将longdate转为日期类型 #

虽然你的longdate是字符型（比如"2022-01-17"）也能分组，但转为日期类型（Date类）更适合后续的时间序列操作：

met_df <- met_df %>% mutate(longdate = as.Date(longdate))

步骤3：正确执行分组汇总 #

用标准的dplyr链式操作：

daily_mean_temp <- met_df %>%
  group_by(longdate) %>%
  summarise(meantemp = mean(temp, na.rm = TRUE)) # 加上na.rm=TRUE防止缺失值干扰计算

# 查看结果
print(daily_mean_temp)

用你提供的50-60行数据测试，会得到：

# A tibble: 2 × 2
  longdate   meantemp
  <date>        <dbl>
1 2022-01-17     21.7
2 2022-01-18     21.1

完全符合分日均值的需求。

额外验证小技巧 #

如果不确定分组是否生效，可以先执行group_by后用count()看看分组情况：

met_df %>% group_by(longdate) %>% count()

如果输出每个日期的行数，说明分组成功；如果只有一行，说明分组没生效，需要检查包的加载情况。

内容的提问来源于stack exchange，提问作者Marcos Patrício