在R语言中按日期拆分生成独立数据集的方法

方法1：基础R split() 函数（最简便） #

先确保你的date列是日期格式（如果不是先做转换）：

dataset$date <- as.Date(dataset$date)

直接按日期拆分，得到一个命名列表，每个元素对应单日完整数据集：

daily_dfs <- split(dataset, dataset$date)

• 调用某一天的数据：比如取2015年1月1日的数据，用daily_dfs[["2015-01-01"]]
• 列表的名字就是对应的日期，方便快速索引

方法2：tidyverse 风格（dplyr group_split()） #

如果你习惯用dplyr，推荐用group_split()，拆分后返回列表：

library(dplyr)
# 按日期拆分，.keep=TRUE保留所有列
daily_dfs <- dataset %>% 
  mutate(date = as.Date(date)) %>% 
  group_split(date, .keep = TRUE)
# 给列表元素命名（可选，方便识别）
names(daily_dfs) <- unique(dataset$date)

方法3：将每日数据集单独存入全局环境（生成独立对象） #

如果需要像手动写df <- subset(...)那样，生成df_20150101这类独立的数据集对象，可以用list2env()：

# 先拆分得到命名列表
daily_dfs <- split(dataset, as.Date(dataset$date))
# 重命名列表元素（可选，改成无横杠的简洁格式）
names(daily_dfs) <- paste0("df_", gsub("-", "", names(daily_dfs)))
# 将列表中的每个元素导入全局环境
list2env(daily_dfs, envir = .GlobalEnv)

执行后你就能直接调用df_20150101、df_20150102等独立数据集。

以上所有方法都会保留单日的完整观测数据，完全满足你后续绘图的需求，不需要手动编写365条筛选代码。

内容的提问来源于stack exchange，提问作者Buckethead