R 按顺序分组，然后在列中查找最小值

我有一个数据集，其他大多数列都有

date、sequence和low

列，请参见下面的

df

。 在

序列

列中，从

1到-9的序列被视为一个区块或一个完整周期
数据集有几个完整的块/周期和部分完成的块/周期，
eg:1-to-4

这就是我试图解决的问题：

移除部分完成的循环，然后将整个循环分组（请参见
df1
）
对于每个块/周期（即从1到9的序列），我想找到
在低谷发生的当天，街区的低谷一直持续
如果存在两个相同值但日期不同的低点，则
它只能输出最新日期（参见输出中的第三个块）

库（lubridate）
图书馆（tidyverse）
###样本数据
df%变异（日期=dmy（日期））

按循环/块分组的数据
df1%突变（日期=dmy（日期））

我追求的最终输出

  df_final <- data.frame(stringsAsFactors=FALSE,
         date = c("4/01/2019", "14/01/2019", "3/02/2019"),
          low = c(18, 1, 9)) %>% mutate(date = dmy(date))

df_最终%变异（日期=dmy（日期））

有什么想法吗？

另外，我在格式化这个问题时遇到了一些问题，因此不整洁
 我们通过取序列为1的累积和来创建分组变量，然后
仅过滤具有9个元素的组，并
切片
在
之后“low”最小的行安排
在
desc
结束顺序中对“date”进行排序，以处理“low”est值存在关联的情况

df %>% 
   group_by(group = cumsum(sequence == 1)) %>% 
   filter(n() == 9) %>% 
   select(date, low) %>%
   arrange(desc(date)) %>%
   slice(which.min(low)) %>%
   ungroup %>%
   select(-group)
# A tibble: 3 x 2
#  date         low
#  <date>     <dbl>
#1 2019-01-04    18
#2 2019-01-14     1
#3 2019-02-03     9

另一种可能性是：

df %>%
 group_by(group = cumsum(sequence == 1), rleid = with(rle(group), rep(seq_along(lengths), lengths))) %>%
 filter(all(c(1:9) %in% sequence)) %>%
 slice(which.min(rank(low, ties.method = "last"))) %>%
 ungroup() %>%
 select(-group, -rleid)

  date       sequence   low
  <date>        <dbl> <dbl>
1 2019-01-04        4    18
2 2019-01-14        1     1
3 2019-02-03        8     9

df%>%
分组依据（组=总和（序列==1），rleid=带（rle（组），代表（沿（长度）的顺序），长度））%>%
过滤器（所有（c（1:9）%in%序列））%>%
切片（which.min（秩（low，ties.method=“last”））%>%
解组（）%>%
选择（-group，-rleid）
日期顺序低
1 2019-01-04        4    18
2 2019-01-14        1     1
3 2019-02-03        8     9

在这里，它首先基于累积和创建“序列”==1的累积和和
rleid（）
-样变量，然后根据这两个变量执行分组。其次，它消除了序列不包含所有九个值的情况。最后，在ties返回最后一个最小值的情况下，它返回每个组的最小值（您可以通过参数
ties.method
对其进行修改）。
这在基本R中也是可能的。不过可能有点mapsy

w <- which(df$sequence == 1)
w <- w[sapply(w, function(x) df$sequence[x + 8] == 9 & sum(df$sequence[x:(x + 8)]) == 45)]
do.call(rbind, Map(function(x) x[which.min(x$low), ], 
                   Map(function(s) df[s, ], Map(seq, w, l=9))))
#          date sequence low
# 4  2019-01-04        4  18
# 14 2019-01-14        1   1
# 32 2019-02-01        6   9

@头足类动物你能检查输出吗最后一个值9应该有日期
2019-02-03
我选择了
Akrun
，因为他的代码对我来说更容易理解。但愿我能不止一次地投票支持你的答案！
library(data.table)
setDT(df)[, .SD[.N == 9], .(group = cumsum(sequence == 1))
          ][order(-date), .SD[which.min(low)], group]

df %>%
 group_by(group = cumsum(sequence == 1), rleid = with(rle(group), rep(seq_along(lengths), lengths))) %>%
 filter(all(c(1:9) %in% sequence)) %>%
 slice(which.min(rank(low, ties.method = "last"))) %>%
 ungroup() %>%
 select(-group, -rleid)

  date       sequence   low
  <date>        <dbl> <dbl>
1 2019-01-04        4    18
2 2019-01-14        1     1
3 2019-02-03        8     9

w <- which(df$sequence == 1)
w <- w[sapply(w, function(x) df$sequence[x + 8] == 9 & sum(df$sequence[x:(x + 8)]) == 45)]
do.call(rbind, Map(function(x) x[which.min(x$low), ], 
                   Map(function(s) df[s, ], Map(seq, w, l=9))))
#          date sequence low
# 4  2019-01-04        4  18
# 14 2019-01-14        1   1
# 32 2019-02-01        6   9

df <- structure(list(date = structure(c(17897, 17898, 17899, 17900, 
17901, 17902, 17903, 17904, 17905, 17906, 17907, 17908, 17909, 
17910, 17911, 17912, 17913, 17914, 17915, 17916, 17917, 17918, 
17919, 17920, 17921, 17922, 17923, 17924, 17925, 17926, 17927, 
17928, 17929, 17930, 17931), class = "Date"), sequence = c(1, 
2, 3, 4, 5, 6, 7, 8, 9, 1, 2, 3, 4, 1, 2, 3, 4, 5, 6, 7, 8, 9, 
1, 2, 3, 4, 1, 2, 3, 4, 5, 6, 7, 8, 9), low = c(96, 81, 43, 18, 
43, 65, 48, 90, 69, 50, 41, 73, 1, 1, 7, 49, 16, 79, 2, 74, 8, 
88, 56, 57, 66, 29, 79, 51, 52, 47, 42, 9, 41, 9, 50)), row.names = c(NA, 
-35L), class = "data.frame")