R中按月聚合日期并按国家、事件类型条件统计事件数量
实现月度分国家、分事件类型的事件统计
第一步:先处理数据里的两个常见坑
原始数据不做预处理的话,统计结果大概率是错的,需要先做两步清理:
- 移除
event_type、country字段里混杂的分号、首尾多余空格,避免同一个值因为带分号被拆成多个类别 - 把类日期格式的文本/因子值转成R可识别的标准日期,再提取出年份、月份维度
对应可直接运行的预处理代码:
# 第一次使用请先安装依赖包: # install.packages(c("dplyr", "lubridate", "stringr")) library(dplyr) library(lubridate) library(stringr) data_clean <- data %>% mutate( # 去掉所有分号,修剪字段首尾的多余空格 country = str_trim(str_remove_all(as.character(country), ";")), event_type = str_trim(str_remove_all(as.character(event_type), ";")), # 把因子型日期转成文本后,按"日-月-年"的格式解析为标准日期 event_date = dmy(as.character(event_date)), # 提取年、月字段,月份直接生成带英文缩写的标签(比如8月对应"Aug") year = year(event_date), month = month(event_date, label = TRUE, abbr = TRUE) )
第二步:生成全量统计结果
按“年-月-国家-事件类型”四个维度分组,直接计数得到每个维度组合的事件总数:
monthly_event_table <- data_clean %>% group_by(year, month, country, event_type) %>% # 统计每组的事件数,.groups参数用于自动收起分组状态 summarise(event_count = n(), .groups = "drop")
生成的monthly_event_table会覆盖全部6种事件类型、8个国家的所有月度统计值,每一行对应一个维度组合的事件数量。
第三步:定向查询目标值
比如你需要查询“也门8月发生的‘Battles’事件总数”,直接对生成的统计表做条件筛选即可:
# 以查询2021年8月也门的Battles事件数为例 target_count <- monthly_event_table %>% filter( country == "Yemen", event_type == "Battles", year == 2021, month == "Aug" ) %>% pull(event_count)
如果需要统计所有年份8月也门的Battles事件总数,删掉筛选条件里的year == 2021行即可。
小提示:如果直接解析因子型日期报错,记得先把字段转成字符型再传入日期解析函数,避免R直接读取因子的内部编码值导致解析失败。
内容的提问来源于stack exchange,提问作者Ümit Seven
相关产品推荐
相关产品推荐

