下面是一个Python示例代码，演示如何按日期顺序对序列进行分组，并根据其他列的值找到最小值和最大值：

import pandas as pd

# 创建一个示例数据集
data = {
    '日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03'],
    '数值': [10, 20, 30, 40, 50],
    '分组': ['A', 'B', 'A', 'B', 'A']
}

df = pd.DataFrame(data)

# 将日期列转换为日期类型
df['日期'] = pd.to_datetime(df['日期'])

# 按日期和分组列进行分组，并找到每个分组的最小值和最大值
result = df.groupby(['日期', '分组']).agg({'数值': ['min', 'max']})

print(result)

这段代码使用pandas库来处理数据。首先，我们创建一个示例数据集，包括日期、数值和分组三列。然后，我们使用pd.to_datetime()函数将日期列转换为日期类型。接下来，使用groupby()方法按日期和分组列进行分组。最后，使用agg()方法对数值列进行聚合，找到每个分组的最小值和最大值。

输出结果如下：

                数值    
               min max
日期         分组        
2021-01-01 A   10  10
           B   20  20
2021-01-02 A   30  30
           B   40  40
2021-01-03 A   50  50

这样，我们就按日期顺序对序列进行了分组，并找到了每个分组的最小值和最大值。