在R中按月-年统计不同观测值的数量

我有如下简化后的data frame：

number      opened_at
YHGYA8A6Y8  07/11/2022
YHGYA8A6YA  07/11/2022
YHGYA842AZ  26/10/2022
YHGYA842AY  26/10/2022
YHGYA7Y4Z7  27/09/2022
YHGYA7Y4Z8  27/09/2022
YHGYA6Z284  31/08/2022
YHGYA6Z285  31/08/2022
YHGYA46Y23  29/07/2022
YHGYA46Y24  29/07/2022
YHGYA33443  29/06/2022
YHGYA33444  29/06/2022
YHGYA2Z8Z7  31/05/2022
YHGYA2Z8Z8  31/05/2022
YHGYAZ57YA  27/04/2022
YHGYAZ572Z  27/04/2022
YHGY8A326A  29/03/2022
YHGY8A327Z  29/03/2022
YHGY875723  20/02/2022
YHGY875724  20/02/2022
YHGY865563  28/01/2022
YHGY865564  28/01/2022

希望在R中创建一个表格，统计每个"Month-Year"对应的观测值数量，已知Excel数据透视表可以实现，但暂未找到R中的解决方案。

方法一：基础R实现 #

1. 先将opened_at列转换为日期格式（原数据是日/月/年结构，需指定格式参数）：

# 假设数据框名为df
df$opened_at <- as.Date(df$opened_at, format = "%d/%m/%Y")

2. 提取Month-Year格式的日期字符串：

df$month_year <- format(df$opened_at, "%m-%Y")

3. 用table()函数统计分组数量，也可转为数据框格式方便查看：

count_table <- table(df$month_year)
# 转为数据框
count_df <- as.data.frame(count_table)
colnames(count_df) <- c("Month-Year", "Count")

方法二：tidyverse工具包实现（更简洁） #

先安装并加载tidyverse：

install.packages("tidyverse")
library(tidyverse)

通过管道流一步完成日期转换、分组和计数：

count_df <- df %>%
  mutate(opened_at = dmy(opened_at),  # dmy()自动识别日/月/年格式
         month_year = format(opened_at, "%b-%Y")) %>%  # %b为月份缩写（如Nov-2022），也可改用%m-%Y
  count(month_year, name = "Count") %>%
  arrange(desc(opened_at))  # 可选：按日期降序排列结果

注：dmy()来自lubridate包（已包含在tidyverse中），无需单独加载；count()函数直接完成分组计数，比group_by()+summarise()更简洁。

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