如何在R中基于日均值对象用group_by和summarise计算月均值？

直接给你修改后的代码，关键调整了分组逻辑，自动处理不同月份天数和闰年：

mn <- abc %>%
  select(any_of(cn)) %>%
  as_tibble() %>%
  # 按月份分组，lubridate自动处理30/31天、闰年2月
  group_by(Time_sp = lubridate::floor_date(`Date/Time`, "month")) %>%
  # 格式化年月为简洁的YYYY-MM格式，也可保留完整时间格式
  mutate(Time_sp = format(Time_sp, "%Y-%m")) %>%
  summarise(across(where(is.numeric), ~ if(mean(is.na(.x)) > 0.8) NA else mean(.x, na.rm = TRUE)))

write.csv(mn, paste0(dirlist[idx],"_mn.csv"), row.names = FALSE)

关键修改说明： #

• 分组逻辑调整：将floor_date的时间单位从"60 mins"改为"month"，这个函数会自动把每个日期映射到当月的第一天，不管当月是30天、31天还是闰年的2月，完美适配你的需求。
• 日期格式化优化：把时间格式改成"%Y-%m"（比如2024-05），这样输出的月份标识更直观；如果需要保留完整的月初时间字符串，也可以继续用原来的"%Y-%m-%d %H:%M:%S+00"。
• 适配日均值数据：因为你的abc是日均值数据集，按月份分组后，summarise会自动对当月所有日均值计算平均值，直接得到月均值结果。

内容的提问来源于stack exchange，提问作者Alexia k Boston