如何在R中使用slice_max()按年份筛选每年TOP20最高日均温数据

你当前的代码未按年份分组，因此slice_max会从整个数据集筛选全局最高的20条记录。要实现每年提取20条最高气温记录，需先按年份拆分数据集，再对每组单独执行筛选操作，具体实现如下：

步骤说明 #

1. 确保date列为日期格式，若不是则先转换；
2. 从date列提取年份作为分组依据；
3. 按年份分组后，对每组筛选气温最高的20条数据。

完整代码示例 #

# 加载依赖包
library(dplyr)
library(lubridate)

# 转换date列为日期格式（若尚未转换）
daily_mean_temp_sorted$date <- as.Date(daily_mean_temp_sorted$date)

# 提取年份、分组、筛选每年前20条最高气温记录
top_20_per_year <- daily_mean_temp_sorted %>%
  mutate(year = year(date)) %>%  # 从日期中提取年份
  filter(year >= 1997 & year <= 2010) %>%  # 限定目标年份范围
  group_by(year) %>%             # 按年份分组
  slice_max(mean, n = 20) %>%    # 每组取气温最高的20条
  ungroup()                      # 取消分组（根据后续操作需求可选）

无lubridate依赖的替代写法 #

若不想加载lubridate包，可使用基础R函数提取年份：

top_20_per_year <- daily_mean_temp_sorted %>%
  mutate(year = format(as.Date(date), "%Y")) %>%
  filter(year >= 1997 & year <= 2010) %>%
  group_by(year) %>%
  slice_max(mean, n = 20) %>%
  ungroup()

核心要点 #

group_by(year)是实现按年筛选的关键：它会将数据集按年份拆分为多个子数据集，后续的slice_max会对每个子数据集单独生效，而非作用于整个全局数据。

内容的提问来源于stack exchange，提问作者Fabio