计算R中的行时按日期分组出现问题

我使用的是唐纳德·特朗普推特的公共数据集，可以在这里找到：

在这样做之后，我尝试在R中按日期进行分组。首先，我想统计公关日的推特数量，其次，我想总结公关日的“热门”和“转发”

我已经写了以下代码，但它总是给我错误。。。你能帮我吗

提前谢谢

 Donald <- read_csv(file="Donald-Tweets!.csv")
Donald
#Grouped
G_filter <- Donald %>%
  select(Date,twt_favourites_IS_THIS_LIKE_QUESTION_MARK, Retweets) %>% 
  rename( Favourites = twt_favourites_IS_THIS_LIKE_QUESTION_MARK) %>% 
  group_by(as.Date.date(Date)) %>% 
summarise(Total = sum(Favourites+Retweets), count(n))


View(G_filter)

Donald%
重命名（Favorites=twt\u Favorites\u是\u这个\u像\u问号）%>%
分组人（截止日期日期）（日期））%>%
总结（总计=总计（收藏夹+转发），计数（n））
视图（G_过滤器）

这可能就是您要找的

library(tidyverse)

G_filter <- Donald %>%
  select(Date, twt_favourites_IS_THIS_LIKE_QUESTION_MARK, Retweets) %>% 
  rename(Favourites = twt_favourites_IS_THIS_LIKE_QUESTION_MARK) %>% 
  group_by(Date) %>%
  mutate(Favorites_and_Retweets = Favourites + Retweets) %>%
  summarise(Favorites_and_Retweets = sum(Favorites_and_Retweets),
            Count = n())
G_filter
# # A tibble: 479 x 3
#    Date     Favorites_and_Retweets Count
#    <chr>                     <int> <int>
#  1 15-07-16                  66899    39
#  2 15-07-17                  65212    22
#  3 15-07-18                  97381    32
#  4 15-07-19                  34229    12
#  5 15-07-20                  62316    37
#  6 15-07-21                  88132    62
#  7 15-07-22                  69919    37
#  8 15-07-23                  67963    43
#  9 15-07-24                  67687    35
# 10 15-07-25                  39744    25
# # ... with 469 more rows

库（tidyverse）
G_过滤器%
选择（日期、twt\U收藏夹\U是\U此\U类似\U问号、转发）%>%
重命名（Favorites=twt\u Favorites\u是\u这个\u像\u问号）%>%
分组单位（日期）%>%
变异（收藏夹和转发=收藏夹+转发）%>%
总结（收藏夹和转发=sum（收藏夹和转发），
计数=n（）
G_滤波器
##A tibble:479 x 3
#日期收藏夹和转发计数
#                          
#  1 15-07-16                  66899    39
#  2 15-07-17                  65212    22
#  3 15-07-18                  97381    32
#  4 15-07-19                  34229    12
#  5 15-07-20                  62316    37
#  6 15-07-21                  88132    62
#  7 15-07-22                  69919    37
#  8 15-07-23                  67963    43
#  9 15-07-24                  67687    35
# 10 15-07-25                  39744    25
# # ... 还有469行

---

不需要转换

日期

列。如果您真的想这样做，一种方法是加载

lubridate

包，然后在管道中执行

mutate（Date=ymd（Date））

。

什么是

as.Date.Date

？另外，一些示例数据可能会有所帮助，这将让我们看看调用

as.Date（）

是否有意义。"... 但是它总是给我错误……”你应该明确错误信息。错误信息通常提供建设性的反馈。