R语言按日期计算平均价格：dplyr报错及data.table实现咨询

嘿，我来帮你搞定这个按日期计算平均价格的需求！先帮你理清之前代码出错的原因，再给你用data.table实现的完整方案～

先说说你原代码的问题（dplyr部分） #

你之前的dplyr代码有几个明显的错误：

1. group_by(DataFrame$Date)：在dplyr的管道语法里，不需要加数据框前缀，直接写group_by(Date)就行，管道已经把数据传递过来了。
2. summarize(DataFrame$price == mean(DataFrame$Price))：这部分完全写错了——你这里是在做一个逻辑判断（判断DataFrame$price是否等于平均值），而且列名还写错了（原数据是大写的Price，你写成了小写price），最后还没给结果列命名，所以才会报“长度不为1”的错误。
   正确的dplyr写法应该是：

library(dplyr)
DataFrame %>% 
  group_by(Date) %>% 
  summarize(AveragePrice = mean(Price, na.rm = TRUE))

重点：用data.table实现你的需求 #

接下来是你想要的data.table方案，步骤很清晰：

1. 先准备测试数据（和你给出的一致）

如果还没创建数据框，可以用这段代码生成：

DataFrame <- data.frame(
  ID = 1:10,
  Date = as.Date(c("2001-01-02", "2001-01-04", "2001-01-03", "2001-01-03", "2001-01-03",
                   "2001-01-02", "2001-01-02", "2001-01-04", "2001-01-04", "2001-01-02")),
  RoomAv = c(TRUE, FALSE, TRUE, TRUE, TRUE, FALSE, TRUE, TRUE, FALSE, TRUE),
  Price = c(110, 120, 130, 140, 150, 160, 170, 180, 190, 200)
)

2. 加载data.table并转换数据格式

data.table需要先把普通的data.frame转换成它的专属格式，用setDT()函数就行：

library(data.table)
setDT(DataFrame)

3. 按日期分组计算平均价格

用data.table的语法一行就能搞定：

result <- DataFrame[, .(AveragePrice = mean(Price, na.rm = TRUE)), by = Date]

4. 查看结果

运行后你会得到完全符合你需求的输出：

Date AveragePrice
1: 2001-01-02        160.0
2: 2001-01-04        163.3333
3: 2001-01-03        140.0

解释一下data.table的语法 #

• by = Date：指定按照Date列进行分组
• .(AveragePrice = mean(Price, na.rm = TRUE))：创建一个名为AveragePrice的新列，值是每组Price的平均值；na.rm = TRUE是为了处理可能存在的缺失值，避免结果出现NA
• 整个语句的逻辑是：对DataFrame按Date分组，每组计算Price的平均值，最终保留Date和计算出的AveragePrice列

内容的提问来源于stack exchange，提问作者Ron