在R中如何基于lat、lon、时间操作dataframe筛选符合年限的空间点位

你可以通过tidyverse的分组聚合逻辑配合sf空间包实现需求，操作逻辑和你熟悉的netCDF筛选逻辑完全一致，全程保留矢量/表格格式，不会产生栅格化带来的精度误差。

首先加载所需依赖包：

library(tidyverse)
library(sf)

如果你的数据当前是普通dataframe格式，先转为sf空间矢量对象：

your_sf_data <- st_sf(your_dataframe)

方法1：按ADM2_PCODE分组（性能最优，推荐优先使用） #

ADM2_PCODE是行政区域唯一编码，用该字段分组运算效率最高：

result_sf <- your_sf_data %>%
  # 按行政编码分组，每个组对应一个独立空间单元
  group_by(ADM2_PCODE) %>%
  # 统计每个空间单元的Valor非NA有效年数
  mutate(valid_years = sum(!is.na(Valor))) %>%
  # 保留有效年数≥5的空间单元的所有记录
  filter(valid_years >= 5) %>%
  # 清理中间计算字段
  ungroup() %>%
  select(-valid_years)

方法2：按geometry字段分组（不依赖ADM2_PCODE） #

如果ADM2_PCODE字段存在缺失，需要严格按几何边界匹配空间单元，直接对geometry列分组即可：

result_sf <- your_sf_data %>%
  group_by(geometry) %>%
  mutate(valid_years = sum(!is.na(Valor))) %>%
  filter(valid_years >= 5) %>%
  ungroup() %>%
  select(-valid_years)

可选操作 #

如果你仅需要导出符合条件的唯一空间矢量边界（不含逐年属性），可以在筛选后追加如下代码：

unique_valid_geoms <- result_sf %>%
  distinct(ADM2_PCODE, geometry)

内容的提问来源于stack exchange，提问作者Henrique