如何基于重叠关系对区间进行分组标记？（R语言场景）

1. 安装加载ivs包 #

ivs是R中专门处理区间数据的高效工具包，先安装并加载：

install.packages("ivs")
library(ivs)

2. 导入并预处理数据 #

把你提供的数据集转换成ivs要求的区间格式：

# 加载你的区间数据
df <- structure(list(Interval = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10), Start = c(5.3, 
6.5, 7.6, 7.8, 8, 8.3, 8.5, 8.7, 8.8, 9.9), End = c(7.5, 8.7, 
9.8, 10, 10.2, 10.5, 10.7, 10.9, 11, 12.1)), row.names = c(NA, 
-10L), spec = structure(list(cols = list(Interval = structure(list(), class = c("collector_double", 
"collector")), Start = structure(list(), class = c("collector_double", 
"collector")), End = structure(list(), class = c("collector_double", 
"collector"))), default = structure(list(), class = c("collector_guess", 
"collector")), delim = "\t"), class = "col_spec"), class = c("spec_tbl_df","tbl_df", "tbl", "data.frame"))

# 创建iv类型的区间列
df$interval <- iv(df$Start, df$End)

3. 实现分组标记 #

根据你的规则，我们需要：

• 对相互重叠（含间接重叠）的区间分配同一基础分组
• 对同时与多组重叠的区间，合并相关分组的字母

# 第一步：用iv_group_overlaps获取连通分组（间接重叠的区间归为同一组）
df$group_id <- iv_group_overlaps(df$interval)

# 第二步：为每个分组分配字母（A、B、C...）
group_map <- setNames(LETTERS[sort(unique(df$group_id))], sort(unique(df$group_id)))
df$group_letter <- group_map[as.character(df$group_id)]

# 第三步：处理跨组情况——找出每个区间直接重叠的所有分组，合并字母
df$final_groups <- sapply(seq_len(nrow(df)), function(i) {
  # 找出当前区间所有直接重叠的区间
  overlaps <- iv_overlaps(df$interval, df$interval[i])
  # 获取这些重叠区间的所有唯一分组字母
  unique_letters <- unique(df$group_letter[overlaps])
  # 排序后合并为字符串
  paste(sort(unique_letters), collapse = ", ")
})

4. 查看结果 #

运行后，查看最终的分组标记结果：

select(df, Interval, Start, End, final_groups)

结果解释 #

• 无任何重叠的区间，final_groups为单个字母（独立分组）
• 直接/间接重叠的区间，共享至少一个字母分组
• 同时与多个独立分组区间重叠的区间，会显示多个字母（比如同时重叠A组和B组的区间，标记为"A, B"）

内容的提问来源于stack exchange，提问作者Eduardo A. Sánches Torres