R语言中如何按水文年分别计算多站点逐日气温的年平均值

你手头的逐日气温时间序列存储结构如下：
初始R语言数据框定义代码：

df <- data.frame(
  Date = c("01/01/1950", "01/02/1950", "12/31/1975"),
  MeanTempStn1 = c(13, 4.6, 9.8),
  MeanTempStn2 = c(9.5, 3.8, 8.2),
  MeanTempStn3 = c(10.8, 6.7, 5.5)
)

对应结构化字段内容：

你已经掌握通过hydroSTM包计算站点日历年平均气温的方法，本次需要调整统计规则：按照水文年划分标准（每个水文年从当年9月1日起始，到次年8月31日结束，例如1976水文年的覆盖周期为1975年9月1日至1976年8月31日），逐站点计算对应水文年的年平均气温。

1. 转换日期格式
   原始Date列是字符串形式的月/日/年格式，需要先转为R可识别的日期类型，才能提取年月字段做后续划分：

   # %m对应两位月份、%d对应两位日期、%Y对应四位年份
   df$Date <- as.Date(df$Date, format = "%m/%d/%Y")
   

2. 标记每条数据对应的水文年
   按照水文年规则给每一条逐日气温记录分配对应水文年标签：日期落在每年9-12月的，归属的水文年为日期年份+1；日期落在每年1-8月的，归属的水文年为日期本身的年份。
   用时间处理包lubridate完成字段提取和标签匹配：

   library(lubridate)
   # 匹配水文年标签
   df$hydrological_year <- ifelse(
     month(df$Date) >= 9,
     year(df$Date) + 1,
     year(df$Date)
   )
   

3. 分组计算各站点水文年平均气温
   按照水文年标签分组，逐站点计算组内所有有效气温值的平均值即可，不需要额外调用hydroSTM的日历年计算逻辑：

   library(dplyr)
   hydrological_year_mean <- df %>%
     group_by(hydrological_year) %>%
     # na.rm = T表示计算时自动忽略缺失的气温值
     summarise(
       MeanTempStn1 = mean(MeanTempStn1, na.rm = T),
       MeanTempStn2 = mean(MeanTempStn2, na.rm = T),
       MeanTempStn3 = mean(MeanTempStn3, na.rm = T)
     )
   

注意：计算前可以提前检查数据集的日期连续性，若存在缺测日期，建议先补全完整的逐日时间范围再做分组统计，避免缺测导致平均值代表性不足。

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