dplyr 不按日期对数据进行分组答案

【问题标题】：dplyr does not group data by datedplyr 不按日期对数据进行分组
【发布时间】：2026-01-27 22:35:01
【问题描述】：

我正在尝试使用 Leada 提供的数据集计算人们骑自行车的频率。

代码如下：

library(dplyr)

setAs("character", "POSIXlt", function(from) strptime(from, format = "%m/%d/%y %H:%M"))
d <- read.csv("http://mandrillapp.com/track/click/30315607/s3-us-west-1.amazonaws.com?p=eyJzIjoiemxlVjNUREczQ2l5UFVPeEFCalNUdmlDYTgwIiwidiI6MSwicCI6IntcInVcIjozMDMxNTYwNyxcInZcIjoxLFwidXJsXCI6XCJodHRwczpcXFwvXFxcL3MzLXVzLXdlc3QtMS5hbWF6b25hd3MuY29tXFxcL2RhdGF5ZWFyXFxcL2Jpa2VfdHJpcF9kYXRhLmNzdlwiLFwiaWRcIjpcImEyODNiNjMzOWJkOTQxMGM5ZjlkYzE0MmQ0NDQ5YmU4XCIsXCJ1cmxfaWRzXCI6W1wiMTVlYzMzNWM1NDRlMTM1ZDI0YjAwODE4ZjI5YTdkMmFkZjU2NWQ2MVwiXX0ifQ",
              colClasses = c("numeric", "numeric", "POSIXlt", "factor", "numeric", "POSIXlt", "factor", "numeric", "numeric", "factor", "character"),
              stringsAsFactors = T)
names(d)[9] <- "BikeNo"

d <- tbl_df(d)

d <- d %>% mutate(Weekday = factor(weekdays(Start.Date)))
d %>% group_by(Weekday) 
  %>% summarise(Total = n()) 
  %>% select(Weekday, Total)

这很奇怪，但 dplyr 不想按 Weekday 对数据进行分组：

错误：列“Start.Date”的类型不受支持

为什么它关心我按因素分组的 Start.Date 列？您可以在本地运行代码来重现错误：它会自动下载数据。

附：我正在使用 dplyr 版本：dplyr_0.3.0.2

【问题讨论】：

您的问题可能与dplyr 不支持POSIXlt 类的变量有关。参见例如here 和 here。你可以改用POSIXct 吗？
是的，我可以。你是对的，如果我将 Start.Date 和 End.Date 转换为 POSIXct dplyr 工作正常！哇，这对我来说是一种奇怪的行为。您知道强制 strptime 创建 POSIXct 而不是 POSIXlt 的方法吗？我不想在读取文件后有 2 个单独的行来转换数据。
使用as.POSIXct 而不是strptime。另一方面，也许您也可以将它们保留为character。至少在我看来，您显示的代码并不真正取决于POSIX。
请先阅读?as.POSIXct，尤其是format参数。
@Sergei，我想你现在已经足够回答你自己的问题了......

标签： r dplyr strptime

【解决方案1】：

lubridate 包在处理日期时很有用。下面是解析 Start.Date 和 End.Date 的代码，提取工作日，然后按工作日分组：

将日期读取为字符向量

library(dplyr)
library(lubridate)
# For some reason your instruction to load the csv directly from a url
# didn't work. I save the csv to a temporary directory.
d <- read.csv("/tmp/bike_trip_data.csv", colClasses = c("numeric", "numeric", "character", "factor", "numeric", "character", "factor", "numeric", "numeric", "factor", "character"), stringsAsFactors = T)

names(d)[9] <- "BikeNo"
d <- tbl_df(d)

使用 lubridate 转换开始日期和结束日期

d <- d %>% 
  mutate(
    Start.Date = parse_date_time(Start.Date,"%m/%d/%y %H:%M"),
    End.Date = parse_date_time(End.Date,"%m/%d/%y %H:%M"),
    Weekday = wday(Start.Date, label=TRUE, abbr=FALSE))

每周一天的行数

d %>%
  group_by(Weekday) %>%
  summarise(Total = n())

#     Weekday Total
# 1    Sunday 10587
# 2    Monday 23138
# 3   Tuesday 24678
# 4 Wednesday 23651
# 5  Thursday 25265
# 6    Friday 24283
# 7  Saturday 12413

【讨论】：

【解决方案2】：

很抱歉，如果这个问题早已被遗忘，但当我一直使用更简单的解决方案（使用 @ 从 plyr 包调用排列函数）时，看到每个人都建议转换为 POSIX.ct 或字符，这让我感到很奇怪987654321@，因为 POSIXlt 格式似乎没有问题。由于我通常不是为 R 中的问题找到最简单解决方案的人，因此我开始认为它有问题。它与 dplyr 版本不一样吗？

【讨论】：

这是一个答案还是提出一个新问题？