R中使用group_by计算列月度平均值返回NA问题的解决方法问询

核心问题大概率由缺失值参数缺失、依赖包未加载、时间列类型异常三类原因导致，可按以下步骤修复：

步骤1：确认依赖包已加载 #

floor_date是lubridate包的专属函数，group_by/summarize来自dplyr，运行代码前先完成包加载：

# 未安装的话先执行 install.packages(c("dplyr","lubridate"))
library(dplyr)
library(lubridate)

步骤2：给mean函数添加缺失值忽略参数 #

R的mean()函数默认遇到缺失值就返回NA，只要你的USDTRY列存在任意一个缺失值，整组聚合结果就会变为NA，添加na.rm = TRUE参数即可解决：

data %>% 
  group_by(month = floor_date(Timestamp, unit = "month")) %>%
  summarize(USDTRY = mean(USDTRY, na.rm = TRUE)) -> data1

步骤3：批量计算所有列的月度平均（可选优化） #

如果需要对所有数值列计算月度平均，不用逐个列写规则，直接用across批量处理即可：

data %>% 
  group_by(month = floor_date(Timestamp, "month")) %>%
  # 对所有数值列计算均值，自动忽略缺失值
  summarize(across(where(is.numeric), ~mean(.x, na.rm = TRUE))) -> data1

异常排查补充 #

如果修改后仍有问题，先执行以下代码检查基础数据是否正常：

# 检查Timestamp列类型是否为POSIXct/POSIXt，若不是先转格式
class(data$Timestamp)
# 如果是字符类型，执行转换：
# data$Timestamp <- as.POSIXct(data$Timestamp, tz = "UTC")

# 检查USDTRY列的缺失值数量
sum(is.na(data$USDTRY))

另外你提到的dput输出中Timestamp为数值的情况属于正常现象：POSIXct类型的时间本质就是存储为1970年1月1日以来的秒数，View时自动格式化显示为日期是R的默认渲染逻辑，不影响计算。

内容的提问来源于stack exchange，提问作者SBA