在R中按器官分组，基于多列方向定义的范围筛选重叠行并保留最高分记录

要实现你的需求，我们可以分步骤处理：先统一每行的范围起始与结束格式，再按分组识别重叠区间，最后保留每个重叠区间内得分最高的行。

完整代码 #

library(tidyverse)

# 你的原始数据
df <- tibble(organ=c(rep("liver",5), rep("lung",5)),
             col1=c(1,10,100,40,1000,1,10,100,40,1000),
             col2=c(15,20,50,80,2000,15,20,50,80,2000),
             direction=c("+","+","-","+","+","+","+","-","+","+"),
             score=c(50,100,300,10,300,50,100,300,10,300))

# 核心处理逻辑
result <- df %>%
  # 第一步：根据direction统一范围的start和end
  mutate(
    start = case_when(
      direction == "+" ~ col1,  # "+"方向时，col1为范围起始
      direction == "-" ~ col2   # "-"方向时，col2为范围起始
    ),
    end = case_when(
      direction == "+" ~ col2,  # "+"方向时，col2为范围结束
      direction == "-" ~ col1   # "-"方向时，col1为范围结束
    )
  ) %>%
  group_by(organ) %>%
  arrange(start) %>%  # 按起始位置排序，便于识别重叠关系
  # 第二步：标记重叠区间组——当前行起始>上一行结束则为新组
  mutate(overlap_group = cumsum(c(TRUE, start[-1] > lag(end)[-1]))) %>%
  # 第三步：在每个重叠组内保留score最高的行
  group_by(organ, overlap_group) %>%
  filter(score == max(score)) %>%
  # 清理临时列，还原原始数据结构
  select(-start, -end, -overlap_group) %>%
  ungroup()

# 查看最终结果
result

代码解释 #

1. 统一范围格式：通过case_when根据direction规则，把每行的范围转换成统一的start（起始）和end（结束），消除方向差异，方便后续判断区间重叠。
2. 识别重叠组：按organ分组后，先按start排序，再用cumsum标记重叠区间——如果当前行的起始位置大于上一行的结束位置，就标记为新的重叠组，否则属于同一组。
3. 保留最高分行：在每个organ的每个重叠组里，筛选出score等于该组最高分的行，最后清理临时列得到目标结果。

输出结果 #

# A tibble: 6 × 5
  organ  col1  col2 direction score
  <chr> <dbl> <dbl> <chr>     <dbl>
1 liver    10    20 +           100
2 liver   100    50 -           300
3 liver  1000  2000 +           300
4 lung     10    20 +           100
5 lung    100    50 -           300
6 lung   1000  2000 +           300

内容的提问来源于stack exchange，提问作者LDT