R语言中按站点分组选取非连续日期以最大化站点-日期组合

为按站点（Site）分组的日期数据抽取尽可能多的非连续日期，最大化站点与日期的有效组合，具体规则：

• 单站点有4个及以上唯一日期时，抽取3个非连续日期
• 单站点仅存在1个唯一日期时，直接保留该日期
• 基于排序后日期的间隔筛选实现，避免相邻日期被同时选中

输入数据集为uniqueSiteDate，包含两个核心字段：

• Site：站点标识，文本类型
• Date：观测日期，Date类格式
  数据集为站点-日期唯一对应结构，已按站点分组。

首先加载依赖包：
library(dplyr)

执行分组筛选逻辑：

selected_date_df <- uniqueSiteDate |>
  arrange(Site, Date) |>
  group_by(Site) |>
  reframe(
    valid_dates = unique(Date),
    selected_dates = {
      n <- length(valid_dates)
      if (n == 1) return(valid_dates)
      res <- valid_dates[1]
      for (d in valid_dates[-1]) {
        if (length(res) >= 3) break
        if (d - tail(res, 1) > 1) res <- c(res, d)
      }
      res
    }
  ) |>
  unnest(selected_dates) |>
  select(Site, Date = selected_dates)

以站点HP37P1B为例，其原始4个唯一日期按升序排序为2020-03-07、2020-03-12、2020-03-13、2020-03-14：

1. 先选中第一个日期2020-03-07
2. 下一个日期2020-03-12与上一个选中日期相差5天，非连续，加入选中集，当前选中数为2
3. 下一个日期2020-03-13与上一个选中的2020-03-12相差1天，连续，跳过
4. 下一个日期2020-03-14与上一个选中的2020-03-12相差2天，非连续，加入选中集，当前选中数达3，停止遍历
   最终输出该站点的3个非连续日期：2020-03-07、2020-03-12、2020-03-14，符合预期要求。

内容的提问来源于stack exchange，提问作者Vijay Ramesh