如何在R语言中按月份排序日期数据？新手求助代码排错

代码中的核心错误 #

• mutate(weather, 'month')：dplyr管道中，mutate不需要重复传入数据框对象，直接定义新列即可，这行写法完全错误。
• group_by(month = lubridate::floor_date(weather$Day, 'month'))：管道内引用数据列时无需加weather$，直接用列名Day即可，否则会破坏管道的上下文传递逻辑。
• summarise(weather.month$High)：weather.month是你即将生成的对象，此时还不存在；且summarise需要明确计算逻辑（比如求均值、总和）并为结果列命名。

修正后的示例代码 #

假设你的Day列是日期格式（如果不是，先通过lubridate转换），以下是按月份分组并计算每月气温统计值的代码：

library(readr)
library(dplyr)
library(lubridate)
library(ggplot2)
library(ggridges)

# 读取数据，显式指定Day为日期类型
weather <- read_csv("R/weather.csv", 
                    col_types = cols(Day = col_date(),
                                     High = col_number(), 
                                     Low = col_number(), 
                                     Precip = col_number(), 
                                     Snow = col_number(), 
                                     Snowd = col_integer()))

# 查看数据基础信息
class(weather)
head(weather)

# 按月份分组并汇总统计
weather.month <- weather %>%
  # 生成月份标识（取当月第一天作为分组依据）
  mutate(month = floor_date(Day, "month")) %>%
  # 按月份分组
  group_by(month) %>%
  # 汇总计算：每月最高温、最低温的平均值，忽略缺失值
  summarise(avg_high = mean(High, na.rm = TRUE),
            avg_low = mean(Low, na.rm = TRUE)) %>%
  # 取消分组，方便后续操作
  ungroup()

# 查看分组汇总结果
weather.month

额外说明 #

• 如果Day列不是日期格式，先添加mutate(Day = mdy(Day))或mutate(Day = ymd(Day))转换（根据你的日期字符串格式选择对应函数）。
• 如果需要按月份名称（如"1月"、"February"）分组，可以替换成mutate(month_name = month(Day, label = TRUE))，然后按month_name分组。

内容的提问来源于stack exchange，提问作者LeAnn Hall