在R语言中按时间段汇总列值：按月/季度/年度统计成本总和

前提说明 #

原始数据存在两个问题：日期格式不统一（混合使用-和/分隔符）、成本列带$符号，需要先完成数据清洗，再进行分组统计。以下基于tidyverse生态（包含dplyr用于分组、lubridate用于日期处理）实现需求。

1. 数据准备与清洗 #

先模拟并清洗数据（若已有数据框，直接从清洗步骤开始）：

# 安装并加载必要包（首次使用需安装）
# install.packages("tidyverse")
library(tidyverse)

# 模拟原始数据
raw_df <- tibble(
  Date = c("1-1-22", "1/1/22", "1/1/22", "2/5-22", "2/5/22", "3/5/22", "3/7/22", "12/12/22"),
  Cost = c("$5", "$10", "$8", "$9", "$10", "$5", "$10", "$15") # 将$X替换为实际数值
)

# 清洗数据：转换日期格式、提取数值型成本
clean_df <- raw_df %>%
  # 自动识别日-月-年格式（兼容-和/分隔符）
  mutate(Date = lubridate::dmy(Date),
         # 移除$符号并转为数值
         Cost = as.numeric(stringr::str_remove(Cost, "\\$"))) %>%
  # 过滤缺失值（若存在无效Cost）
  drop_na(Cost)

2. 按月统计总成本 #

两种格式化方式可选，按需使用：

# 方式1：保留日期格式的月初时间
monthly_total <- clean_df %>%
  mutate(Month = lubridate::floor_date(Date, "month")) %>%
  group_by(Month) %>%
  summarise(Total_Cost = sum(Cost)) %>%
  ungroup()

# 方式2：格式化为"年-月"文本（更直观）
monthly_total <- clean_df %>%
  mutate(Month = format(Date, "%Y-%m")) %>%
  group_by(Month) %>%
  summarise(Total_Cost = sum(Cost)) %>%
  ungroup()

print(monthly_total)

3. 按季度统计总成本 #

同样提供两种格式化方式：

# 方式1：保留日期格式的季度起始时间
quarterly_total <- clean_df %>%
  mutate(Quarter = lubridate::floor_date(Date, "quarter")) %>%
  group_by(Quarter) %>%
  summarise(Total_Cost = sum(Cost)) %>%
  ungroup()

# 方式2：格式化为"年-Q季度"文本
quarterly_total <- clean_df %>%
  mutate(Quarter = paste0(lubridate::year(Date), "-Q", lubridate::quarter(Date))) %>%
  group_by(Quarter) %>%
  summarise(Total_Cost = sum(Cost)) %>%
  ungroup()

print(quarterly_total)

4. 按年度统计总成本 #

直接按年份分组求和：

annual_total <- clean_df %>%
  mutate(Year = lubridate::year(Date)) %>%
  group_by(Year) %>%
  summarise(Total_Cost = sum(Cost)) %>%
  ungroup()

print(annual_total)

注意事项 #

• 若原始日期为月-日-年格式（如1/1/22是1月1日还是1月22日），需将dmy()替换为mdy()
• 若存在大量非标准日期格式，可尝试parse_date_time(Date, c("dmy", "mdy"))自动匹配多格式
• 若$X代表缺失值，可保留NA并在求和时使用sum(Cost, na.rm = TRUE)忽略缺失值

内容的提问来源于stack exchange，提问作者user6063433