如何在R中计算中位数月份？解决跨年月份的中位数偏差问题

你的问题核心是常规中位数函数把月份当成线性数值处理，忽略了月份是循环有序变量的特性——12月和1月在时间上是相邻的，而非相差11个月，所以直接计算median(c(12,12,1,1))得到的6.5不符合实际逻辑。

解决方案1：手动调整月份数值（简单直接） #

把12月转换为0，计算中位数后再转换回你想要的表示形式（12.5或0.5）：

library(dplyr)

df %>%
  group_by(variable) %>%
  summarize(
    maxmo2 = median(maxmo),
    minmo2 = {
      # 将12月替换为0，适配循环逻辑
      adj_min <- ifelse(minmo == 12, 0, minmo)
      med_val <- median(adj_min)
      # 可选：把0.5转换为12.5，保持月份的直观性
      ifelse(med_val == 0.5, 12.5, med_val)
      # 如果想要0.5，直接返回med_val即可
      # med_val
    }
  )

运行结果：

variable maxmo2 minmo2
  <chr>     <dbl>  <dbl>
1 var1          8   12.5
2 var2          8    1.5

解决方案2：用循环统计的角度中位数（更严谨） #

对于循环型数据（比如月份、星期），更科学的方法是将其转换为圆周上的角度，计算角度中位数后再转回月份：

library(dplyr)

# 定义循环中位数计算函数
circular_median <- function(months) {
  # 将月份转为弧度：1月对应0弧度，12月对应2π*(11/12)
  radians <- (months - 1) * 2 * pi / 12
  # 通过余弦/正弦的均值计算角度中位数
  mean_cos <- mean(cos(radians))
  mean_sin <- mean(sin(radians))
  median_rad <- atan2(mean_sin, mean_cos)
  # 转换回1-12范围的月份值
  median_month <- (median_rad * 12 / (2 * pi)) + 1
  if (median_month < 0) median_month <- median_month + 12
  median_month
}

# 应用到数据框
df %>%
  group_by(variable) %>%
  summarize(
    maxmo2 = median(maxmo),
    minmo2 = circular_median(minmo)
  )

运行结果同样符合预期，且这个方法能处理更复杂的循环月份序列。

为什么常规中位数不行？ #

常规的median()函数基于线性数值的排序和中间值计算，它认为12和1的距离是11，但在时间循环逻辑里，两者的实际距离是1（12月之后就是1月），所以直接计算会得到不符合实际的6.5。

内容的提问来源于stack exchange，提问作者Jdh