从数据帧的数据帧在for循环中创建不同的数据

我有一个数据帧（称为datasTX）的数据帧：

我甚至不知道如何重现（datasTX），但在datasTX中，数据帧是这样构建的：

data <- as.data.frame(seq(as.Date('2017/04/01'), as.Date('2018/11/01'), by="day"))
data <- rlang::set_names(data, "Date")
data[, "Year"] <- format(data[,"Date"], "%Y")
data[, "Month"] <- format(data[,"Date"], "%m")
data[, "Quantity"] <- sample(100, size = nrow(data), replace = TRUE)

---

data您可以通过使用带有dplyr的管道，对数据进行分组，然后对其进行汇总，来自动完成此操作

在一个数据帧的情况下
库（dplyr）
日期=序号（截止日期（'2017/04/01'）、截止日期（'2018/11/01'），by=“天”）
数据%
分组单位（年、月）%>%
总结（每月=总和（数量））
##tibble:20 x 3
##组别：年份[2]
#年-月-月
#     
#   2017  04       1431
#   2017  05       1511
#   2017  06       1819
#   2017  07       1242
#   2017  08       1583
#   2017  09       1385
#   2017  10       1269
#   2017  11       1572
#   2017  12       1132

在数据帧列表的情况下
在这里，您可以使用purrr（相当于循环的映射函数），并为其提供与我们所做的相同的步骤，映射中的每个循环返回一个数据帧，然后将输出连接起来，结果成为一个数据帧列表

library(dplyr)
library(purrr)

Date = seq(as.Date('2017/04/01'), as.Date('2018/11/01'), by="day")

data <- 
  data.frame(
    Date,
    Year = format(Date, "%Y"),
    Month = format(Date, "%m"),
    Quantity = sample(100, size = length(Date), replace = TRUE))

datasTX <- list(data, data, data)

1:length(datasTX) %>%
  map(function(x){
    datasTX[[x]] %>%
      group_by(Year, Month) %>%
      summarise(monthly = sum(Quantity))
    })

库（dplyr）
图书馆（purrr）
日期=序号（截止日期（'2017/04/01'）、截止日期（'2018/11/01'），by=“天”）
数据%
分组单位（年、月）%>%
总结（每月=总和（数量））
})
是的，我知道我可以一次完成一个数据帧，但我有500多个数据集在一个列表中，我需要在其中完成这项工作。所以我认为循环会更好。除非有不同的方式？您希望输出的格式是什么？数据帧列表？请原谅，我对r还是新手，所以我甚至不知道有哪些选项？数据帧列表似乎很自然，所以我会说是的？是的。您可以将其作为数据帧列表，也可以将所有数据帧附加到一个数据帧中。我已经编辑了这篇文章，现在你可以这样做，如果你想把它变成一个单独的数据帧而不是使用map，那么输出将是一个数据帧列表，你只需用map_df替换它。如果我想为每个数据帧包含一个名称（当前命名为1,2,3等），我是否在函数中包含名称（datasTX）？实际上，我真的需要理解这个for循环。似乎出问题的地方是“每月”
library(dplyr)

Date = seq(as.Date('2017/04/01'), as.Date('2018/11/01'), by="day")

data <- 
  data.frame(
    Date,
    Year = format(Date, "%Y"),
    Month = format(Date, "%m"),
    Quantity = sample(100, size = length(Date), replace = TRUE))

data %>%
  group_by(Year, Month) %>%
  summarise(monthly = sum(Quantity))

# # A tibble: 20 x 3
# # Groups:   Year [2]
# Year  Month monthly
# <fct> <fct>   <int>
#   2017  04       1431
#   2017  05       1511
#   2017  06       1819
#   2017  07       1242
#   2017  08       1583
#   2017  09       1385
#   2017  10       1269
#   2017  11       1572
#   2017  12       1132

library(dplyr)
library(purrr)

Date = seq(as.Date('2017/04/01'), as.Date('2018/11/01'), by="day")

data <- 
  data.frame(
    Date,
    Year = format(Date, "%Y"),
    Month = format(Date, "%m"),
    Quantity = sample(100, size = length(Date), replace = TRUE))

datasTX <- list(data, data, data)

1:length(datasTX) %>%
  map(function(x){
    datasTX[[x]] %>%
      group_by(Year, Month) %>%
      summarise(monthly = sum(Quantity))
    })