在R语言中如何提取同Series下的不同日期并统一替换为该序列首个日期

不需要自己编写loop函数，R内置的分组函数即可高效完成需求，执行效率比自定义循环更高，以下提供两种常用实现方式：

基础R实现 #

方案1：按数据出现顺序取Series首个日期 #

# 按Series分组，将每组TIME统一为该组第一个出现的TIME值
df$TIME <- ave(df$TIME, df$Series, FUN = function(x) x[1])

# 按TIME和block分组计算RE均值，返回格式和你原需求的tapply一致
mean_res <- tapply(df$RE, list(df$TIME, df$block), mean)

方案2：按日期先后取Series最早日期 #

如果需要的是该Series所有日期里时间最早的，而非数据中第一个出现的，用以下代码先做日期转换再取值：

# 转换为日期格式避免字符串排序错误
df$DATE <- as.Date(df$TIME, format = "%d/%m/%Y")
# 按Series分组取最小日期，再转回原字符串格式
df$TIME <- ave(df$DATE, df$Series, FUN = function(x) format(min(x), "%d/%m/%Y"))

# 后续计算均值逻辑不变
mean_res <- tapply(df$RE, list(df$TIME, df$block), mean)

tidyverse实现（代码可读性更高） #

library(dplyr)
library(tidyr)

mean_res <- df %>%
  # 按Series分组替换TIME，取第一个出现的日期
  group_by(Series) %>%
  mutate(TIME = first(TIME)) %>%
  # 若要取最早日期，替换上面的mutate为以下代码：
  # mutate(TIME = format(min(as.Date(TIME, "%d/%m/%Y")), "%d/%m/%Y")) %>%
  
  # 按TIME和block分组求均值
  group_by(TIME, block) %>%
  summarise(mean_RE = mean(RE), .groups = "drop") %>%
  
  # 可选：转换为tapply输出的矩阵格式
  pivot_wider(names_from = block, values_from = mean_RE)

内容的提问来源于stack exchange，提问作者LEE