在 data.table 中查找多个范围的重叠答案

【问题标题】：Find overlap of multiple ranges in data.table在 data.table 中查找多个范围的重叠
【发布时间】：2019-07-12 13:55:20
【问题描述】：

我想在 data.table 对象中找到多个范围的重叠部分。

一个例子是：

t <- data.table(a = c(3,4,5), b = c(13,12,19))

所以我们有范围：

3 - 13, 4 - 12, 5 - 19

因此重叠范围为：

5 - 12

如果有额外的范围 19 - 22，则重叠应返回 NA - NA 或 0 - 0，因为没有重叠。

我找到了类似问题的解决方案，例如 spatstat.utils:: intersect.ranges()。然而，这只适用于两个向量，很难在 data.table 中实现

    DT[,.(o.l = function()[1], o.r = function()[2], by=.()]

如果可能的话，我真的很想这样做，..

作为这个例子的输出，我想要：

t <- data.table(a = c(3,4,5), b = c(13,12,19), o.l = c(5,5,5), o.r = c(12,12,12))

【问题讨论】：

检查foverlaps
我已经使用 foverlaps 连接两个 data.tables，但现在不知道如何在这种情况下应用它
data.table(a = c(3,4,5), b = c(13,12,19))[, .(max(a), min(b))]
谢谢，这当然适用于该示例。我也稍微调整了这个问题以解释这种情况

标签： r dataframe data.table overlap

【解决方案1】：

这是一个单行示例：

library(data.table)

dt = data.table(a = c(3,4,5), b = c(13,12,19))

dt[, c("o.l", "o.r") := as.list(range(Reduce(intersect, mapply(seq, a, b, 1))))]

dt
#    a  b o.l o.r
# 1: 3 13   5  12
# 2: 4 12   5  12
# 3: 5 19   5  12

问题的核心在哪里

dt = data.table(a = c(3,4,5), b = c(13,12,19))
dt[, Reduce(intersect, mapply(seq, a, b, 1))]
# [1]  5  6  7  8  9 10 11 12

【讨论】：

【解决方案2】：

借鉴 David Aurenburg 在How to flatten / merge overlapping time periods 中的回答，这是另一种可能的方法：

DT[, g := c(0L, cumsum(shift(a, -1L) >= cummax(b))[-.N])][, 
    c("ol", "or") := .(max(a), min(b)), g]

数据：

DT <- data.table(a = c(3,4,5,19,20,24), b = c(13,12,19,22,23,25))

输出：

    a  b g ol or
1:  3 13 0  5 12
2:  4 12 0  5 12
3:  5 19 0  5 12
4: 19 22 1 20 22
5: 20 23 1 20 22
6: 24 25 2 24 25

【讨论】：