按日和小时分组计算平均E5油价的技术求助：日期时区格式转换问题及dplyr实现可行性验证

首先，你遇到的日期转换问题，核心是用错了lubridate的函数——你的日期格式是YYYY-MM-DD HH:MM:SS+时区，应该用ymd_hms()而不是mdy_hms()（后者是针对月-日-年格式的），这个函数完美支持带时区标识的ISO格式日期字符串，转换代码如下：

library(lubridate)
price_2019$date <- ymd_hms(price_2019$date)

接下来看你写的dplyr代码，思路是对的，但有两个小细节需要调整：

• 你数据里的价格列是e5，但代码里写的是mean(price)，这里要对应改成mean(e5)
• 建议加上na.rm = TRUE，避免数据中的缺失值导致均值计算出错

修正后的完整代码如下：

library(dplyr)
library(lubridate)

# 第一步：正确转换带时区的日期格式
price_2019$date <- ymd_hms(price_2019$date)

# 第二步：按小时（包含日期）分组计算平均e5价格
agg_price <- price_2019 %>%
  group_by(Date_Hour = floor_date(date, "hour")) %>%
  summarize(mean_e5_price = mean(e5, na.rm = TRUE))

另外，如果你希望分组结果更直观，把日期和小时拆成单独的列，也可以这样写：

agg_price <- price_2019 %>%
  mutate(
    date_only = as.Date(date),  # 提取日期部分
    hour_only = hour(date)      # 提取小时部分
  ) %>%
  group_by(date_only, hour_only) %>%
  summarize(mean_e5_price = mean(e5, na.rm = TRUE))

这两种方式都能实现你按日和小时分组计算平均价格的需求，选哪种看你对输出格式的偏好~

内容的提问来源于stack exchange，提问作者Gonny