Найти даты в интервале периода по группам

У меня есть панель с множеством идентификаторов, begin и end дат. Дата от begin до end создает interval времени.

    id      begin        end                       interval overlap
 1:  1 2010-01-31 2011-06-30 2009-08-04 UTC--2011-12-27 UTC    TRUE
 2:  1 2011-01-31 2012-06-30 2010-08-04 UTC--2012-12-27 UTC    TRUE
 3:  1 2012-01-31 2013-06-30 2011-08-04 UTC--2013-12-27 UTC    TRUE
 4:  1 2013-01-31 2014-06-30 2012-08-04 UTC--2014-12-27 UTC    TRUE
 5:  1 2013-02-28 2013-07-31 2012-09-01 UTC--2014-01-27 UTC    TRUE
 6:  1 2015-02-28 2015-03-31 2014-09-01 UTC--2015-09-27 UTC    TRUE
 7:  1 2015-06-30 2015-07-31 2015-01-01 UTC--2016-01-27 UTC    TRUE
 8:  1 2015-09-30 2016-01-31 2015-04-03 UTC--2016-07-29 UTC    TRUE
 9:  2 2010-01-31 2011-06-30 2009-08-04 UTC--2011-12-27 UTC    TRUE
10:  2 2011-01-31 2012-06-30 2010-08-04 UTC--2012-12-27 UTC    TRUE
11:  2 2012-01-31 2013-06-30 2011-08-04 UTC--2013-12-27 UTC    TRUE
12:  2 2013-01-31 2014-06-30 2012-08-04 UTC--2014-12-27 UTC    TRUE
13:  2 2013-02-28 2013-07-31 2012-09-01 UTC--2014-01-27 UTC    TRUE
14:  2 2015-02-28 2015-03-31 2014-09-01 UTC--2015-09-27 UTC    TRUE
15:  2 2015-06-30 2015-07-31 2015-01-01 UTC--2016-01-27 UTC    TRUE
16:  2 2015-09-30 2016-01-31 2015-04-03 UTC--2016-07-29 UTC    TRUE

Мне нужно проверить, включена ли для каждого идентификатора какая-либо из _7 _ / _ 8_ дат в другой interval (с тем же идентификатором).

Например, id1 begin (2010-01-31) не включается ни в какой другой период id1, кроме первой строки. Однако дата id1 end (2011-06-30) включена в интервал второй строки (2010-08-04 UTC - 2012-12-27 UTC).

Я пробовал lubridate интервал и %within% в таблице данных, но он дает ИСТИНА, поскольку он включен в соответствующий период. Мне нужно знать, входит ли он в какой-либо другой период того же идентификатора.

customer[begin %within% interval | end %within% interval, overlap := TRUE, by = id]

Я проверил foverlap data.table, но, похоже, дизайн для объединения разных таблиц, а другие проблемы - это просто векторы, но не панели с интервалами.

Любые идеи?

Данные:

structure(list(id = c(1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 
2, 2, 2), begin = structure(c(14640, 15005, 15370, 15736, 15764, 
16494, 16616, 16708, 14640, 15005, 15370, 15736, 15764, 16494, 
16616, 16708), class = "Date"), end = structure(c(15155, 15521, 
15886, 16251, 15917, 16525, 16647, 16831, 15155, 15521, 15886, 
16251, 15917, 16525, 16647, 16831), class = "Date"), interval = structure(c(75600000, 
75686400, 75686400, 75600000, 44323200, 33782400, 33782400, 41731200, 
75600000, 75686400, 75686400, 75600000, 44323200, 33782400, 33782400, 
41731200), start = structure(c(1249344000, 1280880000, 1312416000, 
1344038400, 1346457600, 1409529600, 1420070400, 1428019200, 1249344000, 
1280880000, 1312416000, 1344038400, 1346457600, 1409529600, 1420070400, 
1428019200), tzone = "UTC", class = c("POSIXct", "POSIXt")), tzone = "UTC", class = structure("Interval", package = "lubridate")), 
    overlap = c(TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, 
    TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE)), .Names = c("id", 
"begin", "end", "interval", "overlap"), row.names = c(NA, -16L
), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x0000000000140788>)

r datatable date overlap lubridate
person user3507584    schedule 26.05.2017    source источник

Ответы (1)


arrow_upward
2
arrow_downward

Вот один из способов сделать это, используя int_overlaps из lubridate. Я определил интервалы от начальной и конечной дат, хотя в ваших данных они разные - возможно, вы могли бы уточнить, какая из них правильная.

library(lubridate)

df$interval <- interval(as.POSIXct(df$begin),as.POSIXct(df$end))

df <- df[order(df$id),] #needs to be sorted by id for next stage to work

df$overlap <- unlist(tapply(df$interval, #loop through intervals
                            df$id, #grouped by id
                            function(x) rowSums(outer(x,x,int_overlaps))>1))
                                   #check if more than one overlap in subset for that id


df
   id      begin        end                       interval overlap
1   1 2010-01-31 2011-06-30 2010-01-31 UTC--2011-06-30 UTC    TRUE
2   1 2011-01-31 2012-06-30 2011-01-31 UTC--2012-06-30 UTC    TRUE
3   1 2012-01-31 2013-06-30 2012-01-31 UTC--2013-06-30 UTC    TRUE
4   1 2013-01-31 2014-06-30 2013-01-31 UTC--2014-06-30 UTC    TRUE
5   1 2013-02-28 2013-07-31 2013-02-28 UTC--2013-07-31 UTC    TRUE
6   1 2015-02-28 2015-03-31 2015-02-28 UTC--2015-03-31 UTC   FALSE
7   1 2015-06-30 2015-07-31 2015-06-30 UTC--2015-07-31 UTC   FALSE
8   1 2015-09-30 2016-01-31 2015-09-30 UTC--2016-01-31 UTC   FALSE
9   2 2010-01-31 2011-06-30 2010-01-31 UTC--2011-06-30 UTC    TRUE
10  2 2011-01-31 2012-06-30 2011-01-31 UTC--2012-06-30 UTC    TRUE
11  2 2012-01-31 2013-06-30 2012-01-31 UTC--2013-06-30 UTC    TRUE
12  2 2013-01-31 2014-06-30 2013-01-31 UTC--2014-06-30 UTC    TRUE
13  2 2013-02-28 2013-07-31 2013-02-28 UTC--2013-07-31 UTC    TRUE
14  2 2015-02-28 2015-03-31 2015-02-28 UTC--2015-03-31 UTC   FALSE
15  2 2015-06-30 2015-07-31 2015-06-30 UTC--2015-07-31 UTC   FALSE
16  2 2015-09-30 2016-01-31 2015-09-30 UTC--2016-01-31 UTC   FALSE
person Andrew Gustar    schedule 26.05.2017