如何用R语言从多年月度气候数据提取各月均值构建新DataFrame？

针对你的需求，这里提供两种可靠的实现方法，同时修正你原始代码中的小问题：

方法1：基础R实现（无需额外包） #

首先修正你代码中col_ind的错误（原代码中colnames(tave)未定义，应替换为df_original），然后按月份分组计算均值：

# 原始数据框架（你的代码修正版）
df_original <- data.frame(matrix(,nrow = 155, ncol = 484))
colnames(df_original)[1:10] <- c('ID','latitude','longitude','elevation','198001','198002','198003','198004','198005','198006')
# 补充完整后续列名（可选，确保列名格式统一）
remaining_cols <- sprintf("%d%02d", rep(1980:1990, each=12), rep(1:12, 11))
colnames(df_original)[5:484] <- remaining_cols

# 初始化新数据框架
df_new <- data.frame(matrix(,nrow = nrow(df_original), ncol = 16))
df_new[,1:4] <- df_original[,1:4]
colnames(df_new) <- c('ID','latitude','longitude','elevation','tave01','tave02','tave03','tave04','tave05','tave06','tave07','tave08','tave09','tave10','tave11','tave12')

# 核心计算：按月份求多年均值
# 提取气候数据列
climate_data <- df_original[, 5:ncol(df_original)]
# 从列名提取月份（列名为YYYYMM格式，取最后两位）
month_labels <- as.integer(substr(colnames(climate_data), 5, 6))
# 对每行按月份分组计算均值，转置后匹配新框架的列
monthly_means <- t(apply(climate_data, 1, function(row) {
  tapply(row, month_labels, mean, na.rm = TRUE)
}))
# 将均值填入新框架
df_new[, 5:16] <- monthly_means

关键步骤说明： #

• 利用列名的YYYYMM格式提取月份，比列索引模12更稳健（避免列顺序错乱导致的错误）
• apply逐行处理，tapply按月份分组计算均值，na.rm=TRUE处理缺失值（可根据需求调整）
• 转置结果确保行列匹配新DataFrame的结构

方法2：tidyverse实现（更直观的 tidy 数据处理） #

如果你习惯使用dplyr和tidyr包，这种方法代码可读性更强：

library(dplyr)
library(tidyr)

# 直接基于原始数据框架生成新框架
df_new <- df_original %>%
  # 将宽格式转成长格式，保留前4列，其余列转为年月-值对
  pivot_longer(
    cols = -c(ID, latitude, longitude, elevation),
    names_to = "year_month",
    values_to = "value"
  ) %>%
  # 从年月字符串提取月份
  mutate(month = substr(year_month, 5, 6)) %>%
  # 按站点信息+月份分组，计算均值
  group_by(ID, latitude, longitude, elevation, month) %>%
  summarise(mean_value = mean(value, na.rm = TRUE), .groups = "drop") %>%
  # 转回宽格式，生成taveXX列
  pivot_wider(
    names_from = month,
    values_from = mean_value,
    names_prefix = "tave"
  ) %>%
  # 统一列名格式为tave01-tave12（确保月份排序正确）
  rename_with(~paste0("tave", sprintf("%02d", 1:12)), starts_with("tave")) %>%
  # 调整列顺序与目标一致
  select(ID, latitude, longitude, elevation, tave01:tave12)

优势： #

• 代码逻辑清晰，从宽转长、分组计算、再转回宽的流程符合tidy数据规范
• 自动处理列顺序，无需手动匹配索引
• 便于扩展（比如后续需要计算其他统计量，只需修改summarise部分）

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