基于R内置co2时间序列构建tibble及年度均值计算问题

1. 构建包含目标日期列的co2_df #

使用tidyverse和lubridate工具，从decimal_time直接推导日期，最简实现如下：

library(tidyverse)
library(lubridate)

co2_df <- tibble(
  decimal_time = time(co2),
  co2_ppm = as.numeric(co2)
) %>%
  mutate(
    year = floor(decimal_time),
    month = round((decimal_time - year) * 12),
    date = make_date(year, month, 1) %>% format("%y/%m/%d")
  ) %>%
  select(decimal_time, co2_ppm, date)

核心逻辑： #

• time(co2)返回的数值为年份 + (月份-0.5)/12（例如1959年3月对应1959.208），通过floor()提取年份，(decimal_time - year)*12得到月份中间值，round()后匹配实际月份。
• make_date()生成标准日期对象，再用format()转为yy/mm/dd格式的字符串（取每月1号作为近似月度日期）。

2. 构建年度平均co2_yearly #

无需依赖日期列，直接用decimal_time的整数部分分组计算，高效简洁：

co2_yearly <- co2_df %>%
  mutate(year = floor(decimal_time)) %>%
  group_by(year) %>%
  summarise(avg_co2_ppm = mean(co2_ppm, na.rm = TRUE)) %>%
  ungroup()

可选方案（基于日期列分组）： #

若需通过date列处理，可先将字符串转回日期对象再提取年份：

co2_yearly <- co2_df %>%
  mutate(date = as.Date(date, "%y/%m/%d")) %>%
  mutate(year = year(date)) %>%
  group_by(year) %>%
  summarise(avg_co2_ppm = mean(co2_ppm, na.rm = TRUE)) %>%
  ungroup()

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