要按分钟聚合dd-mm-yyyy hh:mm:ss中的数据，可以使用R编程语言中的dplyr包和lubridate包来实现。

首先，需要安装和加载这些包：

install.packages("dplyr")
install.packages("lubridate")

library(dplyr)
library(lubridate)

接下来，假设我们有一个数据集data，其中包含了日期时间（dd-mm-yyyy hh:mm:ss）和其他需要聚合的变量。

# 创建一个样例数据集
data <- data.frame(
  datetime = c("01-01-2022 10:00:00", "01-01-2022 10:01:00", "01-01-2022 10:02:00", "01-01-2022 10:02:30"),
  value = c(10, 20, 30, 40)
)

# 将datetime列转换为POSIXct类型
data$datetime <- dmy_hms(data$datetime)

现在，我们可以使用lubridate包中的floor_date函数将时间戳舍入到最接近的分钟。

# 将时间戳舍入到分钟
data$minute <- floor_date(data$datetime, "minute")

最后，使用dplyr包中的group_by和summarize函数按照分钟聚合数据。

# 按分钟聚合数据
aggregated_data <- data %>%
  group_by(minute) %>%
  summarize(sum_value = sum(value))

这样，我们就得到了按分钟聚合后的数据。

完整的代码如下：

install.packages("dplyr")
install.packages("lubridate")

library(dplyr)
library(lubridate)

# 创建一个样例数据集
data <- data.frame(
  datetime = c("01-01-2022 10:00:00", "01-01-2022 10:01:00", "01-01-2022 10:02:00", "01-01-2022 10:02:30"),
  value = c(10, 20, 30, 40)
)

# 将datetime列转换为POSIXct类型
data$datetime <- dmy_hms(data$datetime)

# 将时间戳舍入到分钟
data$minute <- floor_date(data$datetime, "minute")

# 按分钟聚合数据
aggregated_data <- data %>%
  group_by(minute) %>%
  summarize(sum_value = sum(value))

这样，我们就得到了按分钟聚合后的数据集aggregated_data。