如何在R中用aggregate函数计算不同年份同月的平均值？

先读取你的CSV数据：

data <- read.csv("你的文件路径.csv")

接下来核心是从Date列（yyyymm格式）里提取出月份，之后就能用aggregate正常分组计算了，这里给你几种实用的方法：

方法一：Base R 原生处理 #

直接通过字符串截取或者数值运算提取月份：

# 如果Date是字符型，取最后两位作为月份
data$Month <- substr(data$Date, 5, 6)
# 如果Date是数值型，用取余运算获取月份
data$Month <- data$Date %% 100

然后用aggregate按月份分组求平均：

monthly_avg <- aggregate(Mean ~ Month, data = data, FUN = mean)

方法二：用lubridate包处理日期 #

要是习惯用专业日期包，lubridate能让日期处理更直观：

library(lubridate)
# 把yyyymm格式转为年月对象，再提取月份
data$Month <- month(ym(data$Date))
# 同样用aggregate计算均值
monthly_avg <- aggregate(Mean ~ Month, data = data, FUN = mean)

方法三：tidyverse风格写法 #

如果偏好dplyr的链式语法，也可以这么写：

library(dplyr)
monthly_avg <- data %>%
  mutate(Month = substr(as.character(Date), 5, 6)) %>%
  group_by(Month) %>%
  summarise(平均均值 = mean(Mean))

运行完上面任意一种方法，monthly_avg里就会包含1-12月各自的平均数值了。

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