如何用dplyr获取分组后最大样本量对应的年份（解决NA问题）

原代码返回NA的核心问题是逻辑错误：year[max(n)]中max(n)得到的是样本量的数值最大值，而非该最大值所在的行索引。当这个数值大于分组后数据的行数时，就会因索引超出范围返回NA。

修正方案1：取第一个样本量最大的年份 #

使用which.max(n)获取分组内样本量最大的行的索引，再提取对应年份：

library(dplyr)
set.seed(42)
tibble(site = sample(LETTERS, 100, replace = TRUE),
       year = sample(c(2000:2005), 100, replace = TRUE),
       n    = sample(seq(1, 15, 1), 100, replace = TRUE)) %>% 
  group_by(site) %>% 
  mutate(maxYear = year[which.max(n)])

如果同一站点有多个年份样本量相同且均为最大值，该方法会返回第一个出现的年份。

修正方案2：返回所有样本量最大的年份 #

若需保留所有样本量最大的年份（用逗号分隔），可使用以下代码：

library(dplyr)
set.seed(42)
tibble(site = sample(LETTERS, 100, replace = TRUE),
       year = sample(c(2000:2005), 100, replace = TRUE),
       n    = sample(seq(1, 15, 1), 100, replace = TRUE)) %>% 
  group_by(site) %>% 
  mutate(maxYear = paste(year[n == max(n)], collapse = ", "))

内容的提问来源于stack exchange，提问作者tnt