如何筛选多数据框中温度高于对应省份阈值的完整行？

我是R语言和Stack Overflow新手，若格式或标题有误请见谅。我有一个名为climate的列表，包含20个对应各省份的data frame，每个data frame包含year、month、day、temperature等列。我希望筛选出温度高于对应省份阈值的行，但每个省份的阈值不同。我已用lapply计算出各省份的阈值，但用这些阈值筛选数据时输出结果异常，仅返回温度值且不符合条件，同时不知如何返回完整行。

示例数据代码 #

A <- data.frame("D" = c(1:30), "T" = c(sample(10:30, size = 30, replace = TRUE)))
B <- data.frame("D" = c(1:30), "T" = c(sample(4:22, size = 30, replace = TRUE)))
C <- data.frame("D" = c(1:30), "T" = c(sample(14:35, size = 30, replace = TRUE)))

climate <- list("Alist" = A, "Blist" = B, "Clist" = C)
climate

已完成的阈值计算代码 #

thresh95 <- lapply(lapply(
  climate, `[[`, 2), # 提取所有省份数据框的T列
  quantile, probs = c(0.95), na.rm = TRUE) # 计算95分位数值
thresh95

问题筛选代码（异常） #

tmax95 <-  lapply(lapply(climate, `[[`, 2), # 提取所有省份数据框的T列
  function(x) x[which(x>thresh95)])# 筛选高于阈值的温度值
tmax95

问题原因 #

1. 筛选时先提取了T列，导致只能返回温度值，无法保留完整行；
2. thresh95是包含多个阈值的列表，直接用x>thresh95会将单个温度向量与整个列表比较，逻辑错误，导致结果不符合预期。

正确解决方案 #

方法1：基于已有阈值列表筛选（使用Map()） #

Map()可以同时遍历climate数据框列表和thresh95阈值列表，一一对应处理：

tmax95 <- Map(function(df, thresh) {
  # 筛选当前省份中T列大于对应阈值的完整行
  df[df$T > thresh, ]
}, climate, thresh95)

# 查看结果
tmax95

方法2：阈值计算+筛选一步完成（更简洁高效） #

无需单独生成阈值列表，直接在lapply中完成阈值计算和筛选：

tmax95 <- lapply(climate, function(df) {
  # 计算当前省份的95分位阈值
  thresh <- quantile(df$T, probs = 0.95, na.rm = TRUE)
  # 筛选符合条件的完整行
  df[df$T > thresh, ]
})

# 查看结果
tmax95

结果说明 #

两种方法最终都会返回一个列表，每个元素对应原climate中的省份数据框，仅保留该省份温度高于自身95分位阈值的完整行数据。

内容的提问来源于stack exchange，提问作者user26711711