在R中如何按日期拆分含空白日期值的大型数据集？

首先解决核心问题：你的Date列同一日期仅首行有值、后续为空，这导致split()无法正确识别分组。先将Date列的缺失值填充，让同一日期的所有行都带上对应日期值，再拆分即可，且向量化操作的效率远高于for循环。

Base R 高效实现 #

1. 填充Date列缺失值：利用ave()结合cumsum()生成分组标识，将每组首行的Date值同步到整组所有行：

# 假设你的数据集名为df
df$Date <- with(df, ave(Date, cumsum(!is.na(Date)), FUN = function(x) x[1]))

2. 执行拆分：

date_df_list <- split(df, df$Date)

date_df_list会返回一个按日期分组的dataframe列表，每个元素对应一个日期的全部行数据。

tidyverse 简洁实现 #

若习惯使用tidyverse工具链，可通过fill()快速填充缺失值，再用group_split()完成拆分：

library(tidyverse)

# 向下填充Date列的缺失值
df_filled <- df %>% fill(Date, .direction = "down")
# 按日期拆分为dataframe列表
date_df_list <- df_filled %>% group_split(Date, .keep = TRUE)

两种方案均采用向量化运算，处理大数据集时速度远优于for循环，不会出现性能瓶颈。

内容的提问来源于stack exchange，提问作者doraemon