如何用dplyr汇总逐日气温年平均及实现地表温序列聚合？

当然可以！dplyr（配合tidyr）完全能满足你对地表温度时间序列的快速聚合需求，尤其适合你这种从E-OBS栅格转换来的表格型时间序列数据。下面我会一步步教你如何处理你的数据并计算年平均气温：

第一步：准备数据（宽格式转长格式） #

你的数据目前是宽格式（每行是一个网格点，每列是一个日期的温度值），而dplyr处理时间序列聚合时，长格式（每行是一个网格点+一个日期的温度记录）会更方便。我们可以用tidyr::pivot_longer()来转换：

# 加载需要的包
library(dplyr)
library(tidyr)
library(lubridate) # 用于日期处理

# 假设你的数据集名为temp_data，包含lat, lon和所有日期列
long_temp_data <- temp_data %>%
  # 将所有日期列（除了lat和lon）转换为长格式
  pivot_longer(
    cols = -c(lat, lon), # 排除地理坐标列
    names_to = "date",   # 新列名：日期
    values_to = "temperature" # 新列名：温度值
  ) %>%
  # 将date列转换为日期格式（假设列名是"YYYY-MM-DD"格式）
  mutate(date = ymd(date)) %>%
  # 提取年份，方便后续按年聚合
  mutate(year = year(date))

第二步：计算每个网格点的年平均气温 #

有了长格式数据后，用dplyr的group_by()和summarize()就能轻松完成年平均的汇总：

annual_mean_temp <- long_temp_data %>%
  # 按地理坐标和年份分组
  group_by(lat, lon, year) %>%
  # 计算每组的平均温度，na.rm=TRUE忽略缺失值
  summarize(
    annual_mean = mean(temperature, na.rm = TRUE),
    .groups = "drop" # 分组后取消分组状态，可选
  )

关于dplyr的聚合能力说明 #

dplyr提供的工具完全适配你的需求：

• group_by()：可以灵活按多个维度（这里是地理坐标+年份）分组，是聚合的核心基础
• summarize()：对每组数据计算汇总统计（均值、总和、中位数等），支持自定义函数
• 配合tidyr的重塑函数，能快速处理宽/长格式转换，完美适配时间序列数据的结构
• 语法简洁易读，而且处理大数据集时效率很高（尤其是配合dplyr的底层优化）

如果你的数据有缺失值，记得在mean()里加上na.rm=TRUE，避免结果出现NA。如果需要计算其他统计量（比如年最高温、最低温），只需要在summarize()里添加对应的函数即可，比如annual_max = max(temperature, na.rm = TRUE)。

内容的提问来源于stack exchange，提问作者user6070577