在R语言中使用month.abb转换数字月份为缩写并按时间排序的问题

问题根源 #

直接在group_by中使用month.abb[month]会将月份转换为普通字符型，字符默认按字母顺序排序，导致结果不符合时间顺序要求；而arrange报错是因为你尝试用原数据集的大向量（行数5667186）去匹配聚合后小数据集的行数，长度不匹配引发错误。

解决方案 #

方案1：先聚合，再转换月份缩写并排序

利用聚合后保留的数字月份做排序依据，转换为缩写后再调整列顺序：

# 先执行初始聚合代码
df_summary <- df %>% 
  group_by(member_casual, month) %>% 
  summarise(n = n(), avg_ride = mean(ride_duration)) %>% 
  arrange(member_casual, month)

# 转换为月份缩写并按时间顺序整理
df_summary %>%
  ungroup() %>%  # 取消分组避免操作限制
  mutate(month_name = month.abb[month]) %>%  # 生成月份缩写
  arrange(member_casual, month) %>%  # 按数字月份保证时间顺序
  select(member_casual, month_name, n, avg_ride)  # 可选：调整列展示顺序

方案2：聚合前将月份转为有序因子

提前把月份设置为有序因子，指定顺序为month.abb的默认时间顺序，这样分组和排序都会遵循时间逻辑：

df %>%
  mutate(
    # 将数字月份转为有序因子，levels对应Jan-Dec的顺序
    month = factor(month.abb[month], levels = month.abb, ordered = TRUE)
  ) %>%
  group_by(member_casual, month) %>%
  summarise(n = n(), avg_ride = mean(ride_duration)) %>%
  arrange(member_casual, month)  # 此时按因子顺序排序，即时间顺序

针对你提供的聚合后数据集的验证示例 #

# 你的聚合后数据集
df_agg <- structure(list(member_casual = c("casual", "casual", "casual", "casual", "casual", "casual"), month = c(1, 2, 3, 4, 5, 6), n = c(18517L, 21414L, 89874L, 126398L, 280387L, 369022L), avg_ride = c(1822.94259329265, 1602.65671990287, 1957.52169704253, 1772.21198120223, 1852.36170721182, 1926.09143357307)), class = c("grouped_df", "tbl_df", "tbl", "data.frame"), row.names = c(NA, -6L), groups = structure(list(member_casual = "casual", .rows = structure(list(1:6), ptype = integer(0), class = c("vctrs_list_of", "vctrs_vctr", "list"))), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, -1L), .drop = TRUE))

# 处理后输出按时间顺序的月份缩写结果
df_agg %>%
  ungroup() %>%
  mutate(month_name = month.abb[month]) %>%
  arrange(member_casual, month) %>%
  select(member_casual, month_name, n, avg_ride)

内容的提问来源于stack exchange，提问作者kulsumbi