如何用R语言openair包计算2017-2021年四种污染物的年均值、标准差及中位数？

针对你拥有的2017-2021年PM2.5、NO2、SO2、CO监测数据，以下两种方法可快速计算每种污染物每年的年均值、标准差和中位数：

方法一：使用openair包（专为大气数据设计，推荐） #

openair是R中处理大气监测数据的专用包，自带时间聚合统计功能，操作更简便。

注意：你提供的代码写法有误 #

你给出的代码中，openair包并没有带year参数的mean函数，正确的时间聚合统计需使用timeAverage函数，具体实现如下：

# 首次使用需安装包，已安装可跳过
# install.packages("openair")
library(openair)

# 按年份聚合计算统计量
annual_stats <- timeAverage(
  newdata,
  avg.time = "year",          # 指定按年聚合
  statistic = c("mean", "sd", "median"),  # 要计算的三个统计量
  data.thresh = 75,           # 可选：要求每年有效数据占比≥75%（可按需调整）
  na.rm = TRUE                # 忽略缺失值
)

运行后，annual_stats会生成一个数据框，包含年份列（year），以及各污染物对应的均值、标准差、中位数（列名格式如pm25_mean、pm25_sd等）。

方法二：使用dplyr+lubridate包（通用数据处理流程） #

如果习惯用tidyverse工具链处理数据，可采用此方法：

# 首次使用需安装包，已安装可跳过
# install.packages(c("dplyr", "lubridate"))
library(dplyr)
library(lubridate)

# 提取年份并分组计算
annual_stats <- newdata %>%
  mutate(year = year(date)) %>%  # 从日期列提取年份（需确保date列是R可识别的日期格式）
  group_by(year) %>%             # 按年份分组
  summarise(
    # PM2.5统计量
    pm25_mean = mean(pm25, na.rm = TRUE),
    pm25_sd = sd(pm25, na.rm = TRUE),
    pm25_median = median(pm25, na.rm = TRUE),
    # NO2统计量
    no2_mean = mean(no2, na.rm = TRUE),
    no2_sd = sd(no2, na.rm = TRUE),
    no2_median = median(no2, na.rm = TRUE),
    # SO2统计量
    so2_mean = mean(so2, na.rm = TRUE),
    so2_sd = sd(so2, na.rm = TRUE),
    so2_median = median(so2, na.rm = TRUE),
    # CO统计量
    co_mean = mean(co, na.rm = TRUE),
    co_sd = sd(co, na.rm = TRUE),
    co_median = median(co, na.rm = TRUE)
  )

关键注意事项 #

• 日期列格式：确保你的数据框newdata中存在日期列（如命名为date），且格式为R可识别的日期时间类型，若不是，可先用as.POSIXct(newdata$date)或lubridate::ymd_hms(newdata$date)转换。
• 缺失值处理：na.rm=TRUE参数会自动忽略缺失值，避免统计结果因缺失值变为NA。
• 数据完整性：若需要严格保证年度数据的有效性，可在计算前过滤掉有效数据占比不足的年份。

内容的提问来源于stack exchange，提问作者Dia