我在 Excel 中有每日降雨数据（我可以将其保存为 CSV 或 txt 文件），我想对其进行操作并加载到 R 中。我对 R 很陌生。
数据的格式是这样的，我有以下列
年份；月;每月第 1 天下雨，第 2 天下雨，...，第 31 天下雨；
这意味着我有一个大数组/表。有些数据丢失是因为没有记录，有些是因为 2 月 31 日、6 月 31 日等不存在。
我想分析每月总计及其分布等内容。
输入数据的最佳方式是什么，以便可以轻松操作，并且我可以区分缺失数据和 NULL 数据（2 月 31 日）？
提前非常感谢
【问题讨论】：
有几件事供您查看。例如。 readxl::read_excel() 用于读取 excel 文件或Hmisc::monthDays(dates) 用于确定日期向量中每个月的天数。
无论如何，这里有一个作为入门的想法：
# create sample data
set.seed(1)
mat <- matrix(rbinom(5*31, 31, .5), nrow=5)
mat[sample(1:length(mat), 10)] <- NA
df <- data.frame(year=2016, month=1:5, mat)
# reshape data from wide to long format
library(reshape2)
dflong <- melt(df, id.vars = 1:2, variable.name = "day")
# add date column (will be NA if conversion is not possible, i.e. if date does not exists)
dflong$date <- as.Date(with(dflong, paste(year, month, day, sep="-")), format = "%Y-%m-X%e")
# Select only existing dates
dflong <- subset(dflong[order(dflong$month), ], !is.na(date))
# Aggregate: means per month and year (missing values removed)
aggregate(value~year+month, dflong, mean, na.rm=TRUE)
# year month value
# 1 2016 1 15.93548
# 2 2016 2 15.26923
# 3 2016 3 15.10345
# 4 2016 4 15.74074
# 5 2016 5 16.16667
【讨论】：