如何用R计算15分钟间隔气象数据的日最高、最低及平均温度？

你的数据已经将时间戳转换为日期格式（as.Date(df$date)），接下来可以通过分组聚合快速计算日最低、最高和平均温度，以下是两种常用实现方法：

方法一：基础R（Base R） #

使用aggregate()函数按日期分组，对温度列同时应用多个统计函数：

# 计算日度温度指标
daily_temp <- aggregate(temperature ~ date, data = df, 
                        FUN = function(x) c(
                          min_temp = min(x),
                          max_temp = max(x),
                          avg_temp = mean(x)
                        ))

# 将嵌套结果展开为常规数据框（可选，让列更易读）
daily_temp <- do.call(data.frame, daily_temp)

方法二：Tidyverse工具集（dplyr） #

如果习惯使用tidy风格的代码，用dplyr的分组汇总逻辑更直观：

首先确保安装并加载依赖包：

# 首次使用时安装包
install.packages("dplyr")
# 加载包
library(dplyr)

然后执行分组计算：

daily_temp <- df %>%
  group_by(date) %>%
  summarize(
    min_temp = min(temperature, na.rm = TRUE),  # na.rm=TRUE处理可能的缺失值
    max_temp = max(temperature, na.rm = TRUE),
    avg_temp = mean(temperature, na.rm = TRUE)
  ) %>%
  ungroup()  # 取消分组（可选）

补充说明 #

• 两种方法最终都会生成按日期分组的结果，包含date（日期）、min_temp（日最低温）、max_temp（日最高温）、avg_temp（日平均温）四列。
• 如果原始数据存在缺失温度值，建议在统计函数中添加na.rm = TRUE，避免结果出现NA。

内容的提问来源于stack exchange，提问作者Ahsk