能否用dplyr管道将数据框传入table()函数实现季节频率统计？

现有如下结构的数据框：

Date        X1 ....
2010-01-01  4
2010-01-02  5
2010-01-27  4
2012-03-10  2
...

已通过hydroTSM包生成名为season的额外列，希望用table()函数统计每日/每月的采样频率（仅关注当日是否有采样，不关心采样值），尝试用dplyr管道实现时出现报错：

尝试的管道代码：

df %>%
  filter(date >= "2010-01-01") %>%
  filter(date <= "2010-12-30") %>%
  table(.$season)

报错信息：

Error in xtrm.data.frame(x) : cannot xtfrm data frames.

若先将过滤后的数据保存为变量再统计则可得到预期结果：

data <-  df %>%
      filter(date >= "2010-01-01") %>%
      filter(date <= "2010-12-30") %>%
      as.data.frame(df$date, df$season)

table(data$season)

请问能否直接用dplyr管道实现该统计需求？

当然可以直接用dplyr管道实现，报错原因是管道最后传递给table()的是整个数据框，table(.$season)的写法无法正确处理数据框输入。以下是几种可行的实现方式：

方法1：用pull()提取目标列后调用table() #

pull()可以从数据框中提取指定列转为向量，刚好适配table()的参数要求，代码简洁高效：

df %>%
  filter(date >= "2010-01-01", date <= "2010-12-30") %>% # 两个过滤条件可合并为一个
  pull(season) %>%
  table()

方法2：用dplyr原生count()函数（贴合tidyverse风格） #

如果想要得到数据框格式的统计结果（而非table对象），推荐使用count()，还能自定义频率列的名称：

df %>%
  filter(date >= "2010-01-01", date <= "2010-12-30") %>%
  count(season, name = "sample_frequency")

方法3：用with()在数据框环境中调用table() #

利用with()让table()直接在过滤后的数据框环境中执行，无需额外提取列：

df %>%
  filter(date >= "2010-01-01", date <= "2010-12-30") %>%
  with(table(season))

另外补充：你之前代码里的as.data.frame(df$date, df$season)写法存在隐患，会直接引用原数据框的列而非过滤后的结果，正确写法应该用select()保留需要的列：

data <- df %>%
  filter(date >= "2010-01-01", date <= "2010-12-30") %>%
  select(date, season)

内容的提问来源于stack exchange，提问作者Jorge A