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?
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
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