如何在R中按自定义规则对月份类数据项分组、计算组均值并完成可视化绘图

前置说明 #

• 你提供的原始向量长度不匹配（Month共12个、year共2个、Values共16个），直接构建数据集会触发R的长度不等报错，后续示例先按观测对齐的逻辑搭建可运行的长表结构，分组、计算、绘图的通用逻辑可直接套用到你的真实数据集上
• 分组规则完全匹配需求：1-4月为第一组、5-8月为第二组、9-12月为第三组

第一步：加载依赖包，搭建规范数据集 #

# 加载工具包
library(dplyr) # 用于数据分组、聚合计算
library(ggplot2) # 用于可视化绘图
# 整理长度对齐的示例数据集，真实数据可直接替换原向量内容
Month<-c("January","February","March","April","May","June","July","August","September","October","November","December",
         "January","February","March","April")
year<-c(rep(2020,12), rep(2021,4))
Values<-c(29,43,75,37,89,88,45,64,24,15,26,35,78,93,86,90)
# 整合为标准数据框
df <- data.frame(Month, year, Values)

第二步：按规则为月份匹配分组标签 #

通过建立英文月份和自然月序号的映射关系，避免字符串匹配出错，再按要求划分三个组别：

# 构建月份与自然月序号的对应关系
month_seq <- c("January"=1, "February"=2, "March"=3, "April"=4,
               "May"=5, "June"=6, "July"=7, "August"=8,
               "September"=9, "October"=10, "November"=11, "December"=12)
df$month_num <- month_seq[df$Month]
# 划分目标分组
df <- df %>% 
  mutate(month_group = case_when(
    month_num %in% 1:4 ~ "1-4月",
    month_num %in% 5:8 ~ "5-8月",
    month_num %in% 9:12 ~ "9-12月"
  ))

第三步：计算分组对应的平均值 #

可按需选择计算维度：

• 分年份统计每个月份组的均值

# 按年份+分组维度计算均值
group_mean_by_year <- df %>% 
  group_by(month_group, year) %>% 
  summarise(avg_value = mean(Values), .groups = "drop")

• 跨年份统计每个月份组的整体均值

# 仅按分组维度计算全量数据的均值
group_mean_overall <- df %>% 
  group_by(month_group) %>% 
  summarise(avg_value = mean(Values), .groups = "drop")

第四步：基于分组均值绘图 #

提供两种常用绘图场景的代码，可按需调整样式参数：

• 分年份对比的分组均值柱状图

ggplot(group_mean_by_year, aes(x = month_group, y = avg_value, fill = factor(year))) +
  geom_col(position = position_dodge(0.7), width = 0.6) +
  labs(x = "月份分组", y = "数值平均值", fill = "统计年份") +
  theme_bw()

• 全量数据下的整体分组均值柱状图

ggplot(group_mean_overall, aes(x = month_group, y = avg_value)) +
  geom_col(fill = "#2c7fb8", width = 0.6) +
  labs(x = "月份分组", y = "全量数据的数值平均值") +
  theme_bw()

注意：如果你的数据集使用中文月份字段，仅需调整month_seq中的映射内容，其余分组、计算、绘图逻辑无需修改。

内容的提问来源于stack exchange，提问作者Gokul