如何在R语言中按年份聚合数据生成DataFrame？

你需要将包含2011、2012年月度数据的列表，按年份聚合为以时间粒度（如m5、m10）为行名、年份为列的DataFrame，这里提供两种简洁的实现方式：

样本数据确认 #

首先先明确你的输入数据结构（和你提供的一致）：

data <- list(
  `01-2011` = structure(c(0.266, 0.532, 0.797, 1.092, 1.27, 1.27, 1.27, 1.46, 1.46, 2.34, 2.53, 2.53, 2.53, 2.53), 
                        .Dim = c(14L, 1L), 
                        .Dimnames = list(c("m5", "m10", "m15", "m30", "h1", "h2", "h3", "h4", "h5", "h6", "h8", "h12", "h18", "h24"), NULL)),
  `02-2011` = structure(c(0.955, 1.683, 2.398, 4.539, 6.528, 9.427, 10.848, 9.543, 13.736, 16.635, 16.751, 16.751, 16.751, 16.751), 
                        .Dim = c(14L, 1L), 
                        .Dimnames = list(c("m5", "m10", "m15", "m30", "h1", "h2", "h3", "h4", "h5", "h6", "h8", "h12", "h18", "h24"), NULL)),
  `01-2012` = structure(c(1.224, 2.395, 3.063, 5.131, 7.112, 9.474, 9.474, 10.302, 10.744, 9.474, 12.49, 11.406, 13.571, 13.919), 
                        .Dim = c(14L, 1L), 
                        .Dimnames = list(c("m5", "m10", "m15", "m30", "h1", "h2", "h3", "h4", "h5", "h6", "h8", "h12", "h18", "h24"), NULL)),
  `03-2012` = structure(c(0.75, 1.391, 1.871, 3.649, 5.174, 6.275, 6.439, 8.396, 6.963, 10.453, 8.844, 10.453, 10.901, 10.901), 
                        .Dim = c(14L, 1L), 
                        .Dimnames = list(c("m5", "m10", "m15", "m30", "h1", "h2", "h3", "h4", "h5", "h6", "h8", "h12", "h18", "h24"), NULL))
)

方案1：基础R原生实现（无需额外包） #

用基础R的函数就能完成，步骤清晰：

# 1. 按年份对列表中的元素分组
year_groups <- split(data, substr(names(data), 4, 7))

# 2. 对每个年份下的所有月度数据，按行执行聚合操作（这里用sum，你可以换成mean等）
aggregated_data <- lapply(year_groups, function(month_data) {
  rowSums(do.call(cbind, month_data))
})

# 3. 转换为DataFrame并设置行名为时间粒度
output <- as.data.frame(aggregated_data)
row.names(output) <- rownames(data[[1]])

方案2：tidyverse风格实现（更直观） #

如果你习惯使用dplyr、purrr这类工具，这种写法更符合现代R的编程风格：

library(dplyr)
library(purrr)
library(tibble)
library(tidyr)

output <- data %>%
  # 将列表转换为长格式数据框，保留时间粒度、数值和年月标识
  imap_dfr(~tibble(time = rownames(.x), value = .x[,1], year_month = .y)) %>%
  # 从年月中提取年份
  mutate(year = substr(year_month, 4, 7)) %>%
  # 按时间粒度和年份分组聚合（这里用sum，可按需替换）
  group_by(time, year) %>%
  summarise(total = sum(value), .groups = "drop") %>%
  # 转换为宽格式，年份作为列
  pivot_wider(names_from = year, values_from = total) %>%
  # 将时间粒度列设置为行名
  column_to_rownames(var = "time")

查看输出结果 #

运行上述任意一种方案后，你就能得到符合需求的DataFrame，比如查看前6行的结果：

head(output)

输出示例：

2011  2012
m5   1.221 1.974
m10  2.215 3.786
m15  3.195 4.934
m30  5.631 8.780
h1   7.798 12.286
h2  10.697 15.749

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