如何用R将酒店预订DataFrame按年份和月份拆分？

步骤1：准备工作（安装并加载包） #

首次运行需安装读取谷歌表格和数据处理的工具包，之后直接加载即可：

# 首次运行安装包
install.packages(c("googlesheets4", "tidyverse"))

# 加载包
library(googlesheets4)
library(tidyverse)

步骤2：读取数据 #

读取你提供的酒店预订数据：

df <- read_sheet("17ebOpYgAxA8EqECkZZT4F5blHF7gYCDKAPgLM5ZWHpk")

步骤3：拆分成年份独立DataFrame列表 #

用原生split()函数按年份列（假设数据中年份列名为arrival_date_year）一次性拆分，得到一个列表，每个元素对应一个年份的完整数据：

# 按年份拆分
year_dfs <- split(df, df$arrival_date_year)

• 访问方式：比如查看2015年的数据，直接用year_dfs$2015``（年份为字符串格式，需加反引号）

步骤4：进一步拆分为年份下的月度DataFrame #

用purrr::map()批量处理每个年份的DataFrame，再按月份拆分，得到「年份→月份」的嵌套列表：

# 嵌套拆分：年份分组下再拆分为月度
year_month_dfs <- map(year_dfs, ~split(.x, .x$arrival_date_month))

• 访问方式：比如查看2015年1月的数据，用year_month_dfs$2015$January

步骤5：直接生成全局环境中的独立DataFrame（可选） #

如果想把每个年月的数据框直接放到全局环境，方便直接调用（比如df_2015_January），可以用assign()批量生成：

# 批量创建以「年份-月份」命名的独立DataFrame
walk2(names(year_dfs), year_dfs, function(year, data) {
  # 拆分当前年份的月度数据
  month_dfs <- split(data, data$arrival_date_month)
  # 逐个存入全局环境
  walk2(names(month_dfs), month_dfs, function(month, df_month) {
    df_name <- paste0("df_", year, "_", month)
    assign(df_name, df_month, envir = .GlobalEnv)
  })
})

补充：如果没有现成的年月列 #

如果数据只有完整日期列（比如arrival_date），先用lubridate包提取年月：

library(lubridate)
# 转换日期格式（假设日期列是字符型）
df$arrival_date <- as.Date(df$arrival_date)
# 提取年份和月份名称
df$arrival_date_year <- year(df$arrival_date)
df$arrival_date_month <- month(df$arrival_date, label = TRUE) # 生成Jan/Feb这类格式的月份名

内容的提问来源于stack exchange，提问作者user19587849