R 如何在月度格式中将日数据集转换为分位数值为95%的月度数据集？

我有一个10年的每日数据集时间序列。我想将其转换为10年的月度数据集，但是月度值将是分位数，而不是该月的平均值。如何使用R执行此任务？

您可以使用

tsible

执行此任务。我使用的是来自

nycflights13

R包的天气数据，这是一个每小时的数据集

library(nycflights13)
library(tsibble)

nycflights13::weather %>% 
  mutate(time_month = yearmonth(time_hour)) %>% 
  group_by(origin, time_month) %>% 
  summarise(temp_q25 = quantile(temp, probs = .25, na.rm=T))

   origin time_month temp_q25
   <chr>       <mth>    <dbl>
 1 EWR      2013 Jan     28.9
 2 EWR      2013 Feb     28.9
 3 EWR      2013 Mär     35.1
 4 EWR      2013 Apr     46.9
 5 EWR      2013 Mai     55.9
 6 EWR      2013 Jun     66.9
 7 EWR      2013 Jul     75.9
 8 EWR      2013 Aug     71.1
 9 EWR      2013 Sep     60.1
10 EWR      2013 Okt     53.1

库（nycflights13）
图书馆（TSIBLE）
nycflights13:：天气%>%
变异（时间月=年月（时间小时））%>%
分组依据（起点、时间、月份）%>%
总结（温度q25=分位数（温度，概率=0.25，na.rm=T））
起始时间\u月温度\u q25
1 EWR 2013年1月28日9
2 EWR 2013年2月28日9
3 EWR 2013 Mär 35.1
4 EWR 2013年4月46.9日
5 EWR 2013年5月55.9日
6 EWR 2013年6月66.9日
7 EWR 2013年7月75.9日
8欧洲水利部2013年8月71日
9 EWR 2013年9月60日1
10 EWR 2013 Okt 53.1

欢迎来到SO。请回答您的问题并提供答案。非常感谢。