如何计算日期列中各ID访问次数的均值与标准差

你之前用summarize没得到正确结果，核心原因是跳过了按用户id分组统计单用户访问次数的步骤，直接对原始明细行做聚合，统计口径错了。

正确实现逻辑 #

计算分两步：

• 按用户id分组，统计每个id对应的日期记录条数，也就是单用户访问次数
• 基于第一步得到的「单用户-访问次数」数据集，计算整体的均值和标准差

代码实现 #

方法1：dplyr 实现（最常用） #

首先加载包、构造和示例一致的测试数据：

library(dplyr)

# 构造示例数据集
df <- data.frame(
  id = c(1, 1, 2, 2, 2, 3),
  date = c("2015-02-23", "2015-04-24", "2018-05-23", "2022-12-05", "2022-12-06", "2021-05-21")
)

运行统计代码：

df %>%
  # 按id分组计数，得到每个用户的访问次数，列名设为visit_count
  count(id, name = "visit_count") %>%
  # 基于单用户访问次数计算统计量
  summarise(
    visit_mean = mean(visit_count),
    visit_sd = sd(visit_count)
  )

运行后输出结果和手动计算一致：

• 访问次数均值visit_mean = 2
• 样本标准差visit_sd = 1

注：R内置的sd()默认计算的是样本标准差（自由度为n-1），如果需要计算总体标准差，自行替换公式即可。

方法2：基础R实现（无需加载第三方包） #

# 统计每个id的访问次数
visit_count_per_user <- as.numeric(table(df$id))
# 计算统计量
visit_mean <- mean(visit_count_per_user)
visit_sd <- sd(visit_count_per_user)

常见错误原因 #

如果直接在原始明细数据集上调用summarise计算，比如写类似summarise(mean = mean(n()))的代码，本质是在统计全表总行数的聚合值，没有拆分到单个用户维度计数，自然得不到正确结果。

内容的提问来源于stack exchange，提问作者D. Fowler