如何在R中按年度月份分组并计算各列分组值？（尝试代码未生效）

你的代码未生效的原因有两点：

1. 直接按publication_date分组会保留日期的完整时间信息（比如具体到日或时分秒），无法实现按年度-月份聚合的需求；
2. count()仅返回每个分组的行数，无法获取其他列的统计值。

以下是修正后的实现步骤：

1. 将日期转换为年度-月份格式 #

首先需要从publication_date中提取年-月信息，推荐使用lubridate包简化日期操作：

# 安装并加载必要包
install.packages(c("lubridate", "dplyr"))
library(lubridate)
library(dplyr)

# 确保日期列是标准日期格式（如果不是先转换）
df_publications$publication_date <- ymd(df_publications$publication_date)

# 新增年-月分组列（两种方式二选一）
# 方式1：保留日期格式（显示为每月第一天）
df_publications <- df_publications %>% mutate(year_month = floor_date(publication_date, "month"))
# 方式2：转换为字符型（如"2023-10"）
# df_publications <- df_publications %>% mutate(year_month = format(publication_date, "%Y-%m"))

2. 按年-月分组并计算统计值 #

根据需求选择合适的统计函数，以下是几种常见场景：

场景1：指定列计算不同统计量 #

df_group_stats <- df_publications %>%
  group_by(year_month) %>%
  summarize(
    # 替换为你的实际列名和需要的统计函数
    avg_views = mean(views, na.rm = TRUE),       # 某列均值
    total_likes = sum(likes, na.rm = TRUE),      # 某列总和
    median_comments = median(comments, na.rm = TRUE), # 某列中位数
    group_count = n()                            # 分组内总行数
  )

场景2：对所有数值列统一计算统计量 #

df_group_stats <- df_publications %>%
  group_by(year_month) %>%
  summarize_all(list(mean = mean, sum = sum), na.rm = TRUE)

场景3：对特定列集合计算统计量 #

# 指定需要统计的列名
target_cols <- c("views", "likes", "comments")

df_group_stats <- df_publications %>%
  group_by(year_month) %>%
  summarize_at(vars(target_cols), list(avg = mean, total = sum), na.rm = TRUE)

内容的提问来源于stack exchange，提问作者isma