R语言：按因子统计每年处于指定范围的日值数量

没问题，我来帮你搞定这个统计需求！针对你这种按因子（比如Country）+年份分组，统计日度数据落在特定范围的天数的需求，用R来实现非常高效，哪怕是百年级别的大数据也能轻松处理。

你给出的示例数据没写完，我先帮你补全并整理成标准的数据框，方便后续操作：

# 创建示例数据集（3年日度数据）
Date <- seq(as.Date("2010/01/01"), by = "day", length.out = 1095)
People <- sample.int(20, 1095, replace = TRUE)
Country <- sample(x = c("Australia", "Canada", "Germany", "Japan"), 1095, replace = TRUE)
df <- data.frame(Date, People, Country)

我给你提供两种常用方法，你可以根据自己的习惯选择：

方法一：用tidyverse（推荐，代码更易读且高效） #

tidyverse系列包的dplyr非常适合这类分组统计任务，处理大数据的表现也很出色：

# 先加载所需包（如果没安装，先运行 install.packages("tidyverse")）
library(tidyverse)

# 定义你要统计的数值范围
lower_limit <- 15
upper_limit <- 18

# 分组统计核心代码
result <- df %>%
  # 从日期中提取年份
  mutate(Year = lubridate::year(Date)) %>%
  # 筛选出People值在目标范围内的记录
  filter(People >= lower_limit & People <= upper_limit) %>%
  # 按国家和年份分组，统计符合条件的天数
  group_by(Country, Year) %>%
  summarise(Count_of_Days = n(), .groups = "drop")

# 查看结果
print(result)

小提示：lubridate::year()函数可以快速从日期中提取年份，比base R的格式转换更省心；.groups = "drop"是为了取消分组状态，避免后续操作出现意外。

方法二：用base R（无需额外安装包） #

如果不想安装新包，用base R也能实现同样的功能：

# 从日期列中提取年份
df$Year <- format(df$Date, "%Y")

# 筛选出People值在15-18之间的记录
filtered_data <- df[df$People >= 15 & df$People <= 18, ]

# 按Country和Year分组统计天数
result_base <- aggregate(. ~ Country + Year, data = filtered_data[, c("Country", "Year")], FUN = length)

# 重命名统计列，让结果更清晰
colnames(result_base)[3] <- "Count_of_Days"

# 查看结果
print(result_base)

因为你的数据集超过100年，数据量肯定不小，这里给你两个优化方向：

• 如果内存吃紧，推荐用data.table包，它处理超大规模数据集的速度比dplyr更快，代码也很简洁：

# 安装并加载data.table（未安装的话运行 install.packages("data.table")）
library(data.table)

# 转换为data.table格式
setDT(df)

# 分组统计
result_dt <- df[People >=15 & People <=18, .(Count_of_Days = .N), by = .(Country, year(Date))]

这里的.N是data.table中统计行数的快捷方式，非常方便。

• 导入数据时，尽量用readr::read_csv（tidyverse）或fread（data.table）代替base R的read.csv，导入速度会快很多，还能节省内存。

内容的提问来源于stack exchange，提问作者helphelp