使用dplyr分组与summarise_by_time汇总时报数据框尺寸不同错误如何解决

你的代码存在两个语法错误：

1. dplyr的管道操作符为%>%，你在group_by(area)后误写为+，该符号是ggplot2的图层拼接语法，不适用于dplyr的数据处理流程，因此触发「+仅适用于等尺寸数据框」的报错。
2. 你已经通过管道将subppm传递给后续函数，无需在summarise_by_time中重复指定.data = subppm，否则会跳过前面的分组逻辑，直接对全量数据计算。

以下是基于你提供的测试数据的验证代码：

library(dplyr)
library(timetk)

# 测试数据生成
dates1=seq(from = as.Date('2019-01-01 00:00'), to = as.Date('2019-07-10 00:00'), by = 1)
dates2=seq(from = as.Date('2019-05-01 00:00'), to = as.Date('2019-10-10 00:00'), by = 1)
dates3=seq(from = as.Date('2019-03-01 00:00'), to = as.Date('2019-07-31 00:00'), by = 1) 

data1=data.frame(area='group1', dates=dates1)
data2=data.frame(area='group2', dates=dates2)
data3=data.frame(area='group3', dates=dates3)

data1$DPM=rbinom(n=nrow(data1), size=1, prob=0.05)
data2$DPM=rbinom(n=nrow(data2), size=1, prob=0.05)
data3$DPM=rbinom(n=nrow(data3), size=1, prob=0.05)

data=rbind(data1,data2,data3)

# 修正后的汇总代码
histData <- data %>%
  group_by(area) %>%
  summarise_by_time(
    .date_var = dates,
    .by = "month",
    monthly_dpm_sum = sum(DPM, na.rm = TRUE)
  )

将测试数据字段替换为你原始subppm的字段即可：

histData <- subppm %>%
  group_by(area) %>%
  summarise_by_time(
    .date_var = DateTime,
    .by = "month",
    monthly_valid_minutes = sum(DPM, na.rm = TRUE)
  )

运行后会自动按区域分组、按月份汇总DPM总和，不同区域的采集时间范围不一致也不会影响运行，最终会保留每个区域存在数据的月份结果。

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