如何对数据框进行子集化：提取最大值周边局部最小值间的行

首先得先把你提供的原始数据整理成正确的两列数据框——你现在的read.table会把所有数值读成一行多列，所以第一步要先把它转换成两列结构，比如第一列叫x，第二列叫y：

# 处理第一个示例数据
dd1 <- read.table(text = " 344 0 350 16 366 11 376 8 380 28 397 55 398 45 400 19 402 30 408 20 415 0 ")
dd1 <- as.data.frame(matrix(unlist(dd1), ncol = 2, byrow = TRUE))
colnames(dd1) <- c("x", "y")

# 处理第二个示例数据
dd2 <- read.table(text = " 460 0 461 2 463 16 469 33 471 13 473 23 479 38 480 168 481 0")
dd2 <- as.data.frame(matrix(unlist(dd2), ncol = 2, byrow = TRUE))
colnames(dd2) <- c("x", "y")

接下来，我们需要一个局部最小值判断函数。这里的局部最小值定义为：某个位置的y值小于它左右相邻的y值（首尾元素仅需单侧小于相邻值即可），用base R实现如下：

find_local_mins <- function(y) {
  # 初始化逻辑向量，标记每个位置是否为局部最小值
  is_local_min <- logical(length(y))
  
  # 处理中间元素：当前值小于左右两侧值
  for (i in 2:(length(y)-1)) {
    is_local_min[i] <- (y[i] < y[i-1]) && (y[i] < y[i+1])
  }
  
  # 处理第一个元素：小于第二个元素则视为局部最小值
  is_local_min[1] <- y[1] < y[2]
  # 处理最后一个元素：小于倒数第二个元素则视为局部最小值
  is_local_min[length(y)] <- y[length(y)] < y[length(y)-1]
  
  # 返回所有局部最小值的位置索引
  which(is_local_min)
}

现在把整个提取流程封装成可复用的函数，这样不管数据维度怎么变都能适用：

extract_around_max <- function(df) {
  y <- df$y
  
  # 找到y列最大值的位置（若有多个最大值，取第一个）
  max_pos <- which.max(y)
  
  # 获取所有局部最小值的位置
  local_min_pos <- find_local_mins(y)
  
  # 定位最大值左侧最近的局部最小值
  left_min_pos <- max(local_min_pos[local_min_pos < max_pos])
  # 定位最大值右侧最近的局部最小值
  right_min_pos <- min(local_min_pos[local_min_pos > max_pos])
  
  # 提取两个局部最小值之间的所有行（包含两端）
  result <- df[left_min_pos:right_min_pos, ]
  
  return(result)
}

测试第一个示例 #

运行以下代码：

extract_around_max(dd1)

输出结果完全符合你的预期：

x  y
4  376  8
5  380 28
6  397 55
7  398 45
8  400 19

测试第二个示例 #

运行以下代码：

extract_around_max(dd2)

输出结果：

x   y
4  469  33
5  471  13
6  473  23
7  479  38
8  480 168
9  481   0

这里最大值168位于第8行，左侧最近的局部最小值是第5行的13（13 < 33且13 < 23），右侧最近的局部最小值是第9行的0，提取范围符合逻辑。

补充说明 #

• 如果最大值出现在数据首尾，函数会自动适配边界情况；
• 若存在多个相同最大值，which.max会取第一个，可根据需求修改为处理所有最大值的逻辑；
• 局部最小值的定义可微调，比如把“小于”改成“小于等于”，只需修改find_local_mins函数里的比较符号即可。

内容的提问来源于stack exchange，提问作者user9712506