筛选包含odczyt.1字段最大值对应时刻所在日期的所有数据

API 探路者

2026-6-27

问题描述

现有如下结构的R数据框（实际数据更复杂）：

df1 <- read.table(text = "DT   odczyt.1 odczyt.2
'2023-08-14 00:00:00'   362 1.5
'2023-08-14 23:00:00'   633 4.3
'2023-08-15 05:00:00'   224 1.6
'2023-08-15 23:00:00'   445 5.6
'2023-08-16 00:00:00'   182 1.5
'2023-08-16 23:00:00'   493 4.3
'2023-08-17 05:00:00'   434 1.6
'2023-08-17 23:00:00'   485 5.6
'2023-08-18 00:00:00'   686 1.5
'2023-08-18 23:00:00'   487 6.8
'2023-08-19 00:00:00'   566 1.5
'2023-08-19 05:00:00'   278 7.9
'2023-08-19 17:00:00'   561 11.5
'2023-08-19 18:00:00'   365 8.5
'2023-08-19 22:00:00'   170 1.8
'2023-08-19 23:00:00'   456 6.6
'2023-08-20 00:00:00'   498 1.5
'2023-08-20 03:00:00'   961 1.54
'2023-08-20 05:00:00'   397 1.6
'2023-08-20 19:00:00'   532 6.6
'2023-08-20 23:00:00'   493 3.8
'2023-08-21 01:00:00'   441 9.2
'2023-08-21 07:00:00'   793 8.5
'2023-08-21 13:00:00'   395 5.5", header = TRUE) %>% 
  mutate(DT = as.POSIXct(DT))

需求：选出odczyt.1字段数值最大的3个时刻，保留这些时刻所在日期的所有行数据，删除其余行。

根据给定数据，符合条件的3个时刻为：

2023-08-20 03:00:00（对应odczyt.1值961）
2023-08-21 07:00:00（对应odczyt.1值793）
2023-08-18 00:00:00（对应odczyt.1值686）

预期结果如下：

> result
                    DT odczyt.1 odczyt.2
1  2023-08-18 00:00:00      686     1.50
2  2023-08-18 23:00:00      487     6.80
3  2023-08-20 00:00:00      498     1.50
4  2023-08-20 03:00:00      961     1.54
5  2023-08-20 05:00:00      397     1.60
6  2023-08-20 19:00:00      532     6.60
7  2023-08-20 23:00:00      493     3.80
8  2023-08-21 01:00:00      441     9.20
9  2023-08-21 07:00:00      793     8.50
10 2023-08-21 13:00:00      395     5.50

解决方案

使用dplyr包可高效实现需求，核心逻辑为：提取目标日期、筛选对应行。完整代码如下：

library(dplyr)

# 生成数据（若已有数据可跳过此步）
df1 <- read.table(text = "DT   odczyt.1 odczyt.2
'2023-08-14 00:00:00'   362 1.5
'2023-08-14 23:00:00'   633 4.3
'2023-08-15 05:00:00'   224 1.6
'2023-08-15 23:00:00'   445 5.6
'2023-08-16 00:00:00'   182 1.5
'2023-08-16 23:00:00'   493 4.3
'2023-08-17 05:00:00'   434 1.6
'2023-08-17 23:00:00'   485 5.6
'2023-08-18 00:00:00'   686 1.5
'2023-08-18 23:00:00'   487 6.8
'2023-08-19 00:00:00'   566 1.5
'2023-08-19 05:00:00'   278 7.9
'2023-08-19 17:00:00'   561 11.5
'2023-08-19 18:00:00'   365 8.5
'2023-08-19 22:00:00'   170 1.8
'2023-08-19 23:00:00'   456 6.6
'2023-08-20 00:00:00'   498 1.5
'2023-08-20 03:00:00'   961 1.54
'2023-08-20 05:00:00'   397 1.6
'2023-08-20 19:00:00'   532 6.6
'2023-08-20 23:00:00'   493 3.8
'2023-08-21 01:00:00'   441 9.2
'2023-08-21 07:00:00'   793 8.5
'2023-08-21 13:00:00'   395 5.5", header = TRUE) %>% 
  mutate(DT = as.POSIXct(DT))

# 执行筛选逻辑
result <- df1 %>%
  # 从时间戳中提取日期
  mutate(date = as.Date(DT)) %>%
  # 选取odczyt.1最大的3行，提取对应的日期集合
  slice_max(odczyt.1, n = 3) %>%
  pull(date) %>%
  # 筛选原数据中属于目标日期的所有行
  {filter(df1, as.Date(DT) %in% .)}

# 查看结果
print(result)

关键说明

slice_max(odczyt.1, n = 3)：快速选取odczyt.1数值最大的3行；
as.Date(DT)：将带时间的戳转换为纯日期，确保筛选的是整个日期的所有数据；
管道符%>%：简化代码流程，逻辑清晰易维护。

内容的提问来源于stack exchange，提问作者GrBa