R语言如何通过日期循环批量按月份拆分时间序列数据集

核心思路是自动生成数据覆盖的所有YYYY-MM格式的月份序列，再批量遍历筛选即可，不需要手动逐个定义变量。

前置准备 #

首先提取数据覆盖的所有月份：

library(lubridate)
library(tibbletime)
library(purrr) # 可选，用基础循环也可实现

# 生成所有覆盖的月份序列，格式为YYYY-MM
start_month <- floor_date(min(df_t$date), unit = "month")
end_month <- floor_date(max(df_t$date), unit = "month")
month_list <- seq.Date(start_month, end_month, by = "month") |> format("%Y-%m")

推荐实现：存为命名列表（更易管理） #

把所有月份的数据存在一个列表里，避免全局环境生成过多零散变量，后续批量处理也更方便：

# 批量筛选生成列表，列表名对应年月
month_data <- map(month_list, ~ filter_time(df_t, ~.x)) |> 
  setNames(month_list)

# 调用示例：提取2019年5月数据
may19 <- month_data[["2019-05"]]

# 拓展：批量导出所有月份为单独CSV文件
iwalk(month_data, ~ write.csv(.x, paste0(.y, "_solar_data.csv"), row.names = FALSE))

如果不想用purrr，用基础for循环也可以实现：

month_data <- list()
for (m in month_list) {
  month_data[[m]] <- filter_time(df_t, ~m)
}

可选实现：生成独立变量 #

如果你需要和之前一样生成may19、jun19这类独立的全局变量，可以用assign动态赋值：

month_abb <- tolower(month.abb)
for (m in month_list) {
  # 拆分年和月生成变量名
  year_suffix <- substr(m, 3, 4)
  month_num <- as.integer(substr(m, 6, 7))
  var_name <- paste0(month_abb[month_num], year_suffix)
  # 赋值到全局环境
  assign(var_name, filter_time(df_t, ~m), envir = .GlobalEnv)
}

补充说明 #

如果你需要手动拼接指定年份的月份字符串，注意给个位数月份补前导零，比如要生成2019年第i个月的筛选字符串，写法为：

filter_str <- paste0("2019-", sprintf("%02d", i))

内容的提问来源于stack exchange，提问作者Math_D