在R中对含日度日期的数据集按月份聚合（Y值求和）

没问题，我来帮你搞定这个日转月的聚合需求！先把你的数据集加载出来方便后续操作：

mydat <- structure(list(date = structure(c(1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L), .Label = c("12.01.2015", "13.01.2015", "14.01.2015", "15.01.2015"), class = "factor"), Y = c(200L, 50L, 100L, 50L, 200L, 200L, 50L, 200L, 100L, 1000L, 1000L, 50L, 50L, 100L, 200L)), .Names = c("date", "Y"), class = "data.frame", row.names = c(NA, -15L))

接下来分三步完成转换和聚合：

1. 把因子类型的日期转成R可识别的日期格式 #

你的date列目前是因子（factor）类型，首先得转换成标准日期格式，注意你的日期是dd.mm.yyyy结构，所以要指定对应格式：

# 方法1：用lubridate包（推荐，语法更简洁）
library(lubridate)
mydat$date <- dmy(mydat$date) # dmy函数自动识别日-月-年格式

# 方法2：用base R原生函数
# mydat$date <- as.Date(mydat$date, format = "%d.%m.%Y")

2. 创建月度分组标识 #

我们需要把日度日期映射到对应的月份，生成一个分组用的变量：

# 方法1：生成当月第一天的日期（比如2015-01-01）
mydat$month_date <- floor_date(mydat$date, unit = "month")

# 方法2：生成文本格式的年月（比如"2015-01"）
# mydat$year_month <- format(mydat$date, "%Y-%m")

3. 按月度聚合，对Y列求和 #

这里提供两种主流实现方式，你可以根据习惯选择：

方式1：用dplyr的管道操作（代码更易读） #

library(dplyr)

monthly_result <- mydat %>%
  group_by(month_date) %>% # 按月度分组
  summarise(total_Y = sum(Y, na.rm = TRUE)) # 求和，na.rm处理可能的缺失值

# 查看结果
print(monthly_result)

方式2：用base R的aggregate函数 #

monthly_result_base <- aggregate(Y ~ month_date, data = mydat, sum, na.rm = TRUE)
colnames(monthly_result_base)[2] <- "total_Y" # 重命名求和列
print(monthly_result_base)

你的示例数据全是2015年1月的记录，所以最终结果会是一行，total_Y等于所有Y值的总和3450。

内容的提问来源于stack exchange，提问作者psysky