R语言大数据集处理：按日聚合气温统计指标

核心思路：分组聚合而非逐行修改 #

你之前用mutate失败，是因为mutate是对原数据的每行做修改，而你需要的是按日期分组计算聚合值，应该用dplyr的group_by() + summarize()组合，直接生成每日一行的统计结果，再和目标Data Frame匹配。

步骤1：处理逐小时数据生成每日统计 #

假设你的逐小时数据集名为hourly_weather，包含datetime（带小时的时间列，建议转为POSIXct类型）和AirTemp（逐小时气温值）列：

library(dplyr)
library(lubridate) # 简化时间处理

# 生成每日统计数据框
daily_stats <- hourly_weather %>%
  # 提取日期作为分组依据，确保Date列是Date类型
  group_by(Date = date(datetime)) %>%
  # 计算每日气温的均值、最大值、最小值，忽略缺失值
  summarize(
    AvgAirTemp = mean(AirTemp, na.rm = TRUE),
    MaxAirTemp = max(AirTemp, na.rm = TRUE),
    MinAirTemp = min(AirTemp, na.rm = TRUE)
  ) %>%
  ungroup() # 取消分组，避免后续操作受分组影响

步骤2：匹配到已有的目标Data Frame #

如果已经创建了目标Data Frame（名为target_df，包含Date列），用left_join将统计结果匹配到对应行：

target_df <- target_df %>%
  left_join(daily_stats, by = "Date")

关键注意事项 #

• 确保两个数据框的Date列格式完全一致：都要转为Date类型（而非字符型或POSIXct），否则会匹配失败。可以用as.Date()统一格式。
• 处理缺失值：统计时加上na.rm = TRUE，避免因单小时数据缺失导致整日报统计值为NA。

内容的提问来源于stack exchange，提问作者Giovanni Saboia