如何用dplyr基于两列数值范围将数据拆分为4个子集？

需求说明 #

需要将数据拆分为4个时间子集：

• P1：1815-1865
• P2：1865-1915（规则：只要upper或lower落在该范围内，即保留数据）
• P3：1915-1965
• P4：1965-2013

原代码问题分析 #

原代码中filter(between(upper:lower, 1815, 1865))用法错误：

• upper:lower会生成从lower到upper的数值序列，而非判断区间重叠
• between()函数仅接受单个数值作为第一个参数，无法直接传入序列

修正后的完整代码 #

# 读取数据
dat <- read_csv("data/Iceland.csv")

# 按年份排序（原代码arrange(dat)错误，需指定排序列）
dat <- dat %>% arrange(year)

# 计算上下限（改用mutate更符合tidyverse风格）
dat <- dat %>% 
  mutate(upper = year + year_error,
         lower = year - year_error)

# 拆分各时间段子集
# P1：1815-1865，规则同P2：upper或lower落在区间内则保留
p1 <- dat %>% 
  filter(between(upper, 1815, 1865) | between(lower, 1815, 1865))

# P2：1865-1915，按需求筛选
p2 <- dat %>% 
  filter(between(upper, 1865, 1915) | between(lower, 1865, 1915))

# P3：1915-1965
p3 <- dat %>% 
  filter(between(upper, 1915, 1965) | between(lower, 1915, 1965))

# P4：1965-2013
p4 <- dat %>% 
  filter(between(upper, 1965, 2013) | between(lower, 1965, 2013))

逻辑说明 #

• 用between()分别判断upper和lower是否在目标区间内
• 用逻辑或|连接两个条件，满足任意一个就保留数据
• 若你需要的是区间完全包含在目标时间段内，可将逻辑或|改为逻辑与&，并调整条件为lower >= 起始年且upper <= 结束年

内容的提问来源于stack exchange，提问作者Sophie Williams