如何用filter()和lubridate筛选数据集每年的首个观测值？

所需工具包 #

需要用到dplyr（数据处理）和lubridate（日期处理），如果未安装先运行：

install.packages(c("dplyr", "lubridate", "ggplot2"))

步骤实现 #

1. 加载包并转换日期格式
   先把Observation列转换为标准日期格式，方便后续年份提取和比较：

library(dplyr)
library(lubridate)

# 转换日期列格式
Df_Ant_Observations <- Df_Ant_Observations %>% 
  mutate(Observation = ymd(Observation))

2. 分组筛选年度首个观测值
   按年份分组，筛选出每组中日期最早的记录（即年度首个观测值）：

annual_first_obs <- Df_Ant_Observations %>% 
  group_by(year(Observation)) %>% 
  filter(Observation == min(Observation)) %>% 
  ungroup()

解释：year(Observation)提取日期中的年份作为分组依据，min(Observation)得到该年最早的观测日期，filter保留等于这个日期的行，ungroup取消分组避免后续操作受分组影响。

ggplot绘图示例 #

用筛选后的数据集绘制年度首个观测日期的变化趋势：

library(ggplot2)

# 提取单独的年份列，让绘图更直观
annual_first_obs <- annual_first_obs %>% 
  mutate(Year = year(Observation))

# 绘制折线+散点图
ggplot(annual_first_obs, aes(x = Year, y = Observation)) +
  geom_point(size = 3, color = "#2ca02c") +
  geom_line(color = "#2ca02c", linewidth = 1) +
  labs(title = "蚂蚁年度首个观测日期变化", 
       x = "年份", 
       y = "首个观测日期") +
  theme_bw()

内容的提问来源于stack exchange，提问作者Henry Oufh