R语言如何按月份统计数据集频次及对应月份总索赔成本？

问题背景 #

使用CASdatasets包的itamtplcost数据集时，需要基于Date列按月分组，同步计算两个指标：

• 当月索赔条目数（频次）
• 当月总索赔额（total claim size）

数据集加载代码如下：

install.packages("CASdatasets", repos = "http://dutangc.free.fr/pub/RRepos/", type="source")
library(CASdatasets)
data("itamtplcost") # 加载数据集
head(itamtplcost)
names(itamtplcost)
View(itamtplcost)

原有代码仅能统计月度频次，无法计算总索赔额：

itamtplcost$Date <- as.Date(itamtplcost$Date, format="%d/%m/%Y")
tab <- table(cut(itamtplcost$Date, 'month'))
monthly_aggre<-data.frame(Date=format(as.Date(names(tab)), '%m/%Y'),
       Frequency=as.vector(tab))

目标输出效果参考：

解决方案 #

table()函数仅支持计数统计，要同步计算多维度聚合值，直接用分组聚合逻辑即可，以下是两种常用实现：

方法1：基础R实现，无需安装额外包 #

# 统一转换日期格式
itamtplcost$Date <- as.Date(itamtplcost$Date, format="%d/%m/%Y")
# 为每条数据打上月份分组标签
itamtplcost$month_group <- cut(itamtplcost$Date, breaks = "month")
# 同步聚合频次与总索赔额
monthly_aggre <- aggregate(
  x = list(
    Frequency = itamtplcost$Date,
    TotalClaimSize = itamtplcost$`total claim size`
  ),
  by = list(month_group = itamtplcost$month_group),
  FUN = function(col) if(is.numeric(col)) sum(col, na.rm = TRUE) else length(col)
)
# 转换为目标月/年显示格式
monthly_aggre$Date <- format(monthly_aggre$month_group, "%m/%Y")
# 整理输出列顺序
monthly_aggre <- monthly_aggre[, c("Date", "Frequency", "TotalClaimSize")]

方法2：dplyr实现，代码更简洁 #

适合习惯tidyverse语法的场景，可读性更高：

# 未安装dplyr、lubridate时先运行安装命令
# install.packages("dplyr")
# install.packages("lubridate")
library(dplyr)
library(lubridate)

itamtplcost$Date <- as.Date(itamtplcost$Date, format="%d/%m/%Y")

monthly_aggre <- itamtplcost %>%
  group_by(month_group = floor_date(Date, "month")) %>%
  summarise(
    Frequency = n(),
    TotalClaimSize = sum(`total claim size`, na.rm = TRUE),
    .groups = "drop"
  ) %>%
  mutate(Date = format(month_group, "%m/%Y")) %>%
  select(Date, Frequency, TotalClaimSize)

注意：数据集里的总索赔额列名带空格，引用时必须用反引号包裹，否则R会识别为语法错误。运行前可先通过names(itamtplcost)确认列名是否匹配。

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