如何按年份筛选满足先≤5℃后≥15℃条件的R语言DataFrame数据

现有一个包含日期（date）和温度（degrees）的DataFrame，需要按年份筛选出存在温度降至5℃或更低、之后又升至15℃或更高的年份的全部数据。时间跨度涵盖数年中的部分月份或周。当前使用dplyr、purrr和lubridate包，也接受其他包的解决方案。

可复现示例代码：

date <- as.Date(c("2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04",
                  "2021-01-01", "2021-01-02", "2021-01-03", "2021-01-04",
                  "2022-01-01", "2022-01-02", "2022-01-03", "2022-01-04",
                  "2023-01-01", "2023-01-02", "2023-01-03", "2023-01-04"))

degrees <- c(10,5,10,15,20,6,10,15,0,0,10,20,10,8,20,15)

df <- data.frame(date, degrees)

期望输出：

使用dplyr结合lubridate可以快速实现需求，核心逻辑是按年份分组后，判断该年份是否存在「先出现≤5的温度，之后出现≥15的温度」的情况，最后筛选出符合条件的年份数据。

代码实现：

library(dplyr)
library(lubridate)

result <- df %>%
  # 提取年份作为分组依据
  mutate(year = year(date)) %>%
  group_by(year) %>%
  # 判断年份是否满足条件：有降温到≤5的记录，且该记录之后有升温到≥15的记录
  filter(any(degrees <= 5) && any(cumsum(degrees <= 5) > 0 & degrees >= 15)) %>%
  # 移除辅助列
  select(-year) %>%
  ungroup()

print(result)

逻辑说明 #

1. 提取年份：用lubridate::year()从日期中拆分出年份，作为分组的依据；
2. 条件判断：
   • any(degrees <=5)：确保该年份至少有一次温度降至5℃或更低；
   • cumsum(degrees <=5)会标记出首次出现降温后的所有行，结合degrees >=15可以判断降温后是否出现了符合要求的升温；
3. 结果整理：过滤出符合条件的年份数据，移除辅助列并取消分组。

执行代码后得到的结果与期望输出完全一致。

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