关于r：如何总结归因于数据集中多个变量的值？

How do i summarize values attributed to several variables in a data set?

首先，我必须描述我的数据集。它由三列组成，其中数字1是国家/地区，数字2是日期(％Y-％m-％d)，数字3是与每一行相关的值(平均酒店客房价格)。从1990年到2019年，它像这样连续地运行。它的工作方式如下：

1 2	Country Date Value France 2011-01-01 700

等

我正在尝试将日期转换为年份，而不是正常的％Y-％m-％d格式，因此它将代替每年(而不是每个月)每个国家/地区的平均值。我将如何去做？

我曾考虑过每年对每个国家的值进行汇总，但这非常繁琐且耗时很长(而且代码看起来很可怕)。因此，我想知道是否存在针对我没有看到的此问题的更好的解决方案。

到目前为止，这是手头的任务。我的数据集priceOnly显示了每个月的平均价格。我也将其归因于仅显示不等于0的值。

1
2
3

diffyear <- priceOnly %>%
group_by(Country, Date) %>%
summarize(averagePrice = mean(Value[which(Value!=0.0)]))

您可以使用lubridate包提取年份，然后相应地进行总结。
像这样的东西：

1
2
3
4
5

diffyear <- priceOnly %>%
mutate(Year = year(Date)) %>%
filter(Value > 0) %>%
group_by(Country, Year) %>%
summarize(averagePrice = mean(Value, na.rm = TRUE))

通常，您应该始终在问题上提供一个可重现的示例。