如何提取DataFrame中每日/每月变量极值对应的完整行数据

我完全懂你的困扰——用aggregate确实只能拿到极值的数值，没法保留原DataFrame里的其他关键信息。下面给你两种实用的方案，不管用基础R还是tidyverse工具都能轻松实现，就用你提到的「提取每月温度极值对应完整行」的例子来演示：

方法一：基础R实现（无需额外包） #

利用ave()函数可以按分组生成和原数据长度一致的极值向量，这样就能直接用来筛选行：

# 假设你的数据框df包含：日期列Date、温度列Temp，以及其他需要保留的列
# 第一步：生成月份分组列（按年-月分组，避免跨年同月份混淆）
df$month <- format(df$Date, "%Y-%m")

# 第二步：为每一行标记其所在月份的温度极值
df$month_max_temp <- ave(df$Temp, df$month, FUN = max)
df$month_min_temp <- ave(df$Temp, df$month, FUN = min)

# 第三步：筛选出温度等于当月最大值或最小值的所有行
extreme_subset <- df[df$Temp == df$month_max_temp | df$Temp == df$month_min_temp, ]

# 可选：删除临时生成的极值标记列
extreme_subset <- extreme_subset[, !names(extreme_subset) %in% c("month_max_temp", "month_min_temp")]

方法二：tidyverse/dplyr实现（更简洁） #

如果习惯用tidyverse的语法，这个方案会更直观，代码可读性也更高：

library(dplyr)
library(lubridate) # 用来方便处理日期

extreme_subset <- df %>%
  # 生成月份分组（floor_date会把日期统一到当月第一天，确保分组准确）
  mutate(month = floor_date(Date, "month")) %>%
  # 按月份分组
  group_by(month) %>%
  # 筛选出温度等于组内最大值或最小值的行
  filter(Temp == max(Temp) | Temp == min(Temp)) %>%
  # 取消分组（后续操作更方便）
  ungroup()

针对你实际需求的调整 #

如果你是处理分钟级数据提取每日极值，只需要把分组逻辑从「月份」改成「日期」就行：

• 基础R里把format(df$Date, "%Y-%m")改成format(df$Datetime, "%Y-%m-%d")
• tidyverse里把floor_date(Date, "month")改成floor_date(Datetime, "day")

另外要注意：如果同一分组内（比如同一天/月）有多个时刻的温度都等于极值，这两种方法都会保留所有符合条件的行，完全保留原数据的所有列信息。

内容的提问来源于stack exchange，提问作者Lmm