如何从列表中各数据框的温度阈值子集中筛选连续3天以上的行？

我有一个包含多个data frame的列表，每个data frame包含year、month、day、temperature等列。已经筛选出温度超阈值的子集，现在需要从这些子集中提取连续3天及以上的记录（即温度连续3天以上超过阈值的行）。

示例数据：

set.seed(1234)

A <- data.frame("D" = c(sample(1:5, size = 1000, replace = TRUE)), "Temp" = c(sample(0:35, size = 1000, replace = TRUE)))
B <- data.frame("D" = c(sample(1:5, size = 1000, replace = TRUE)), "Temp" = c(sample(-10:22, size = 1000, replace = TRUE)))
C <- data.frame("D" = c(sample(1:5, size = 1000, replace = TRUE)), "Temp" = c(sample(3:42, size = 1000, replace = TRUE)))

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

# 已完成的超阈值筛选
tm <- lapply(
  climate,
  function(x) {
    subset(
      x,
      Temp > quantile(Temp, probs = 0.90)
    )
  }
)

我尝试用lapply、diff和rle查找连续日期，但只得到逻辑值列表，没法拿到对应的行数据：

result <- lapply(lapply(lapply(
  tm, '[[',1), # 提取日期列
  diff), # 计算日期差
  rle) # 游程编码
result

fin <- lapply(result, function(x) x$lengths>=2 & x$values==1)
fin

核心思路是利用rle识别连续日期的分组，标记出长度符合要求的分组后，直接筛选对应行。可以在lapply中对每个data frame完成全流程操作：

# 处理每个data frame，提取连续3天及以上的记录
continuous_records <- lapply(tm, function(df) {
  # 先按日期排序（如果原始子集日期无序，这一步必须做）
  df_sorted <- df[order(df$D), ]
  
  # 计算日期差值，标记连续日期（差值为1表示相邻两天连续）
  diff_days <- c(1, diff(df_sorted$D))
  is_consecutive <- diff_days == 1
  
  # 对连续标记做游程编码，获取每组连续的长度
  rle_result <- rle(is_consecutive)
  
  # 把分组长度映射到每一行，标记出长度≥2的组（对应原始数据连续3天及以上）
  group_valid <- rep(rle_result$lengths >= 2, rle_result$lengths)
  
  # 筛选符合条件的行
  df_sorted[group_valid, ]
})

# 查看结果
continuous_records

关键说明 #

• 日期排序：如果超阈值子集的日期不是按顺序排列的，必须先排序，否则diff计算的差值会完全错误。
• 连续天数对应关系：连续3天的日期序列，diff后会得到2个1，因此rle返回的长度≥2，就对应原始数据中连续3天及以上的分组。
• 映射分组标记：用rep把游程编码的分组结果映射到每一行，就能直接筛选出属于长连续组的记录。

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