ltraj对象技术问题：如何提取日均距离与时间并解决aggregate报错？

我明白你遇到的问题了——之前用aggregate出错是因为分组参数的长度不匹配，你把格式字符串直接放进list里了，它和日期向量的长度不一样，自然会报错。下面给你一步步的解决方法：

第一步：处理日期分组变量 #

首先得把带时分秒的日期字符串转换成仅保留年月日的分组变量，这样才能按天聚合。你可以用基础R的as.Date()函数，注意要对应你的日期格式"%d/%m/%Y %H.%M.%S"：

# 先把ltraj里的第一个轨迹提取成数据框
track_df <- traj[[1]]
# 新增一列仅含年月日的日期变量
track_df$day <- as.Date(track_df$date, format = "%d/%m/%Y %H.%M.%S")

如果你习惯用lubridate包（处理日期更省心），也可以这么写：

library(lubridate)
track_df$day <- dmy_hms(track_df$date) %>% as.Date()

第二步：按天聚合计算均值 #

现在有了正确的分组变量day，就可以用aggregate计算每日的平均距离和平均时间了（假设时间间隔列是dt，如果你的列名不同，记得替换）：

基础R方法 #

# 单独计算平均距离
daily_mean_dist <- aggregate(dist ~ day, data = track_df, FUN = mean, na.rm = TRUE)
# 单独计算平均时间间隔
daily_mean_time <- aggregate(dt ~ day, data = track_df, FUN = mean, na.rm = TRUE)

# 或者一次性计算两个指标
daily_stats <- aggregate(cbind(dist, dt) ~ day, data = track_df, FUN = mean, na.rm = TRUE)

tidyverse/dplyr方法（更直观） #

如果你熟悉tidyverse生态，用dplyr的管道语法会更清晰：

library(dplyr)
daily_stats <- track_df %>%
  mutate(day = as.Date(date, format = "%d/%m/%Y %H.%M.%S")) %>%
  group_by(day) %>%
  summarise(
    mean_distance = mean(dist, na.rm = TRUE),
    mean_time_interval = mean(dt, na.rm = TRUE)
  )

为什么之前的代码会报错？ #

你之前写的by=list(traj[[1]]$date,"%d/%m/%Y")里，第二个元素是长度为1的字符串"%d/%m/%Y"，而第一个元素是和数据行数一致的日期向量，两者长度不匹配，aggregate要求分组列表里的每个元素长度都要和数据行数相同，所以才会抛出arguments must have same length的错误。

内容的提问来源于stack exchange，提问作者NadiaN