如何在R中筛选单元格信息并处理日期数据实现每年一条记录？

一、直接提取年份值 #

如果你的需求只是将每个日期转换为对应的年份，以下两种方法都能快速实现：

方法1：字符串截取（适合日期为字符格式） #

由于你的日期格式固定为YYYY-MM-DD，直接截取前4个字符即可得到年份：

# 假设数据框中日期列名为date_col
df$year <- substr(df$date_col, 1, 4)

方法2：转为日期格式后提取年份（更稳妥，支持后续日期操作） #

先将字符型日期转换为R的日期类型，再用format()函数提取年份：

df$date_col <- as.Date(df$date_col)
df$year <- format(df$date_col, "%Y")

二、每年保留一条特定记录（比如12月1日的日期） #

你之前筛选出错，大概率是用了精确匹配而非包含匹配。以下两种方法可以正确筛选出每年12月1日的记录：

方法1：字符串包含匹配 #

使用grepl()函数判断日期字符串是否包含-12-01：

# 筛选所有年份12月1日的记录
filtered_df <- df[grepl("-12-01", df$date_col), ]

方法2：转为日期格式后匹配月日（更严谨） #

先将日期转为标准日期类型，再提取月份和日期进行筛选，能避免字符串格式不统一的问题：

df$date_col <- as.Date(df$date_col)
# 筛选12月1日的记录
filtered_df <- df[format(df$date_col, "%m-%d") == "12-01", ]

额外场景：无固定日期时每年保留任意一条记录 #

如果部分年份没有12月1日的记录，想要每年保留任意一条（比如第一条或最后一条），可以用分组的方式实现：

# 需要先安装并加载dplyr包
library(dplyr)
filtered_df <- df %>%
  mutate(year = format(as.Date(date_col), "%Y")) %>%
  group_by(year) %>%
  slice(1) # 取每组第一条，换成slice_max(date_col)可取每年最后一条
  ungroup()

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