r语言 - 查找与 data.table 重叠间隔的组

Question

我有间隔数，需要找到哪些区间会形成一个连续的组。

在这个MWE中，我有 Interval.id，Interval.start和Interval.end。我想计算通缉列。

DT <- data.table(Interval.id=c(1L, 2L, 3L, 4L, 5L, 6L),
Interval.start=c(2.0, 3.0, 4.0, 4.6, 4.7, 5.5),
Interval.end=c(4.5, 3.5, 4.8, 5.0, 4.9, 8.0),
Wanted.column=c(1L, 1L, 1L, 1L, 1L, 2L))

我想foverlaps是这里的朋友，但我看不出怎么做。

如何计算通缉列？

Answer 1

DT[ , g := cumsum(
cummax(shift(Interval.end, fill = Interval.end[1])) < Interval.start) + 1]
#    Interval.id Interval.start Interval.end Wanted.column   g
# 1:           1            2.0          4.5             1   1
# 2:           2            3.0          3.5             1   1
# 3:           3            4.0          4.8             1   1
# 4:           4            4.6          5.0             1   1
# 5:           5            4.7          4.9             1   1
# 6:           6            5.5          8.0             2   2

归功于高度相关的答案： 折叠具有重叠范围的行，如何展平/合并重叠的时间段

Answer 2

您可以先创建具有唯一/分组间隔的 data.table，然后使用foverlaps()执行联接。 主间隔 data.table 可以使用intervals包创建。使用interval_union()函数将间隔"合并"为非重叠惯性值。

#use the intervals-package to create the "main" unique intervals
library( intervals )
DT.int <- as.data.table(
intervals::interval_union( 
intervals::Intervals( as.matrix( DT[, 2:3] ) ) , 
check_valid = TRUE ) )
#set names
setnames( DT.int, names(DT.int), c("start", "end" ) )
#set group_id-column
DT.int[, group_id := .I ][]
#    start end group_id
# 1:   2.0   5        1
# 2:   5.5   8        2
#now perform foverlaps()
setkey( DT, Interval.start, Interval.end)
setkey( DT.int, start, end)
foverlaps( DT.int, DT )
#    Interval.id Interval.start Interval.end Wanted.column start end group_id
# 1:           1            2.0          4.5             1   2.0   5        1
# 2:           2            3.0          3.5             1   2.0   5        1
# 3:           3            4.0          4.8             1   2.0   5        1
# 4:           4            4.6          5.0             1   2.0   5        1
# 5:           5            4.7          4.9             1   2.0   5        1
# 6:           6            5.5          8.0             2   5.5   8        2

如您所见，列group_id与您的Wanted.column