在R中提取地下水日最高/最低水位及对应时刻

针对你的需求，推荐用dplyr包的分组聚合方法，既能高效计算每日极值，又能直接提取对应时刻，避免重复数据问题，以下是几种实用方案：

方案1：直接提取首个极值时刻（最常用） #

用which.max()和which.min()定位每日最高/最低水位的首次出现位置，直接提取对应小时：

library(dplyr)

daily_result <- your_data %>%
  group_by(date) %>%
  summarise(
    max_level = max(level_m),
    max_hour = hour[which.max(level_m)],  # 提取首个最高水位的小时
    min_level = min(level_m),
    min_hour = hour[which.min(level_m)]   # 提取首个最低水位的小时
  ) %>%
  ungroup()  # 取消分组，恢复普通数据框格式

方案2：保留所有同值极值时刻（处理同日多时刻水位相同的情况） #

如果同一天存在多个时刻水位同为最高/最低，可将对应小时存入列表：

daily_result_with_all_ties <- your_data %>%
  group_by(date) %>%
  summarise(
    max_level = max(level_m),
    max_hour = list(hour[level_m == max_level]),  # 所有最高水位的小时
    min_level = min(level_m),
    min_hour = list(hour[level_m == min_level])   # 所有最低水位的小时
  ) %>%
  ungroup()

后续若要展开列表格式的小时，可使用unnest()函数：

library(tidyr)
daily_result_with_all_ties %>% unnest(c(max_hour, min_hour))

方案3：用切片筛选极值行再合并 #

通过slice_max()/slice_min()筛选每日极值行，再合并结果：

# 提取每日最高水位数据
max_data <- your_data %>%
  group_by(date) %>%
  slice_max(level_m, n = 1, with_ties = FALSE) %>%  # with_ties=FALSE仅保留首个极值行
  select(date, max_level = level_m, max_hour = hour)

# 提取每日最低水位数据
min_data <- your_data %>%
  group_by(date) %>%
  slice_min(level_m, n = 1, with_ties = FALSE) %>%
  select(date, min_level = level_m, min_hour = hour)

# 合并结果
daily_result <- max_data %>% left_join(min_data, by = "date")

为什么你的之前方法有问题？ #

• aggregate()仅返回聚合后的极值，无法关联原始行的小时信息；
• left_join重复是因为未筛选出唯一的极值行，导致多行匹配，上述方案通过分组内定位极值位置或切片筛选，从根源避免了重复。

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