如何高效判断数值向量元素是否属于至少一个区间？

给定数值向量x和包含start、stop列的数据框df，需要生成与x等长的逻辑向量，标记每个元素是否落在至少一个[start, stop]区间内。由于实际场景中length(x)远大于nrow(df)，循环实现效率低下，以下是几种更优雅且高效的替代方案：

方法1：data.table非等连接（高性能首选） #

data.table的非等连接对区间匹配场景优化极佳，能快速处理大体积的x向量：

library(data.table)

x <- 1:10
df <- data.frame(start = c(0, 4.5, 6), stop = c(1, 5.5, 8.5))

# 转换为data.table格式，给x添加索引列
dt_x <- data.table(x = x, idx = seq_along(x))
dt_df <- data.table(df)

# 非等连接匹配区间，提取匹配的x元素索引
matched_idx <- dt_x[dt_df, on = .(x >= start, x <= stop), nomatch = 0]$idx
# 生成逻辑向量
z <- logical(length(x))
z[matched_idx] <- TRUE

x[z] # 输出：1 5 6 7 8

方法2：IRanges包（简洁专业） #

IRanges是专门处理区间操作的工具，语法简洁且性能优异：

library(IRanges)

x <- 1:10
df <- data.frame(start = c(0, 4.5, 6), stop = c(1, 5.5, 8.5))

# 创建区间对象
intervals <- IRanges(start = df$start, end = df$stop)
# 直接判断每个x元素是否与任意区间重叠
z <- overlapsAny(x, intervals)

x[z] # 输出：1 5 6 7 8

方法3：基础R向量化实现（无额外依赖） #

利用矩阵广播特性实现向量化判断，无需安装额外包：

x <- 1:10
df <- data.frame(start = c(0, 4.5, 6), stop = c(1, 5.5, 8.5))

# 生成逻辑矩阵：每行对应一个区间，每列对应x的一个元素
interval_matrix <- outer(x, df$start, `>=`) & outer(x, df$stop, `<=`)
# 对每列取逻辑或，判断元素是否在任意区间内
z <- colSums(interval_matrix) > 0

x[z] # 输出：1 5 6 7 8

适用场景说明 #

• 若处理超大数据量，优先选择data.table或IRanges，两者性能远优于循环和基础R矩阵方法；
• 若仅需轻量实现且不想引入额外依赖，基础R的向量化方案足够应对中小数据量需求。

内容的提问来源于stack exchange，提问作者noNameTed