如何找出满足要求的数值组合：基于R语言土壤深度数据集计算c值总和

按id分组，找出每组中所有土壤深度测量的可行组合，要求组合的总覆盖深度最多为30，且组合需完整覆盖从0到最大深度（不超过30）的区间、无重叠覆盖。最终输出每个有效组合对应的id、总覆盖深度（lowest_depth）以及该组合的c值总和（lowest_depth_c）。

输入数据集 #

input <- tribble(~id, ~soil_depth_min, ~soil_depth_max, ~c,
                 1, 0, 15, 10,
                 1, 0, 7.5, 8,
                 1, 7.5, 15, 3,
                 1, 15, 30, 11,
                 2, 0, 15, 25,
                 2, 15, 30, 7,
                 3, 0, 20, 16)

需求说明 #

• id=2：仅有一种组合(0-15)+(15-30)，对应c值总和25+7=32，总深度30。
• id=3：仅有一种组合(0-20)，对应c值16，总深度20。
• id=1：存在两种有效组合：
  1. (0-15)+(15-30)，c值总和10+11=21，总深度30；
  2. (0-7.5)+(7.5-15)+(15-30)，c值总和8+3+11=22，总深度30。

预期输出：

output <- tribble(~id, ~lowest_depth, ~lowest_depth_c,
                  1, 30, 21,
                  1, 30, 22,
                  2, 30, 32,
                  3, 20, 16)

尝试的错误代码及输出 #

用户尝试了以下代码，但未区分不重叠的有效组合，导致结果错误：

input %>%
    mutate(soil_depth = paste0(soil_depth_min,"-",soil_depth_max)) %>%
    group_by(id) %>%
    summarise(lowest_depth = -sum(-soil_depth_max[soil_depth_max<=30], soil_depth_min[soil_depth_max<=30]),
              lowest_depth_c = sum(c[soil_depth_max<=30]))

错误输出：

id lowest_depth lowest_depth_c
  <dbl>        <dbl>          <dbl>
1     1           45             32
2     2           30             32
3     3           20             16

解决方案 #

核心逻辑是枚举每组的所有测量项组合，筛选出无重叠、从0开始且总深度≤30的有效组合：

library(dplyr)
library(purrr)

# 定义函数：找出单个id下的所有有效组合
find_valid_combinations <- function(df) {
  items <- df %>% select(soil_depth_min, soil_depth_max, c)
  n <- nrow(items)
  
  # 生成所有非空组合
  all_combinations <- map(1:n, function(k) combn(1:n, k, simplify = FALSE)) %>% unlist(recursive = FALSE)
  
  # 筛选符合条件的组合
  valid_combinations <- keep(all_combinations, function(idx) {
    subset <- items[idx,] %>% arrange(soil_depth_min)
    # 检查是否从0开始
    if (first(subset$soil_depth_min) != 0) return(FALSE)
    # 检查区间是否连续无重叠
    for (i in 2:nrow(subset)) {
      if (subset$soil_depth_min[i] != subset$soil_depth_max[i-1]) return(FALSE)
    }
    # 检查总深度不超过30
    last(subset$soil_depth_max) <= 30
  })
  
  # 计算每个有效组合的结果
  map_dfr(valid_combinations, function(idx) {
    subset <- items[idx,]
    tibble(
      lowest_depth = max(subset$soil_depth_max),
      lowest_depth_c = sum(subset$c)
    )
  }) %>% distinct()
}

# 分组处理并生成最终结果
input %>%
  group_by(id) %>%
  group_modify(~find_valid_combinations(.x)) %>%
  ungroup() %>%
  arrange(id, lowest_depth_c)

输出结果 #

# A tibble: 4 × 3
     id lowest_depth lowest_depth_c
  <dbl>        <dbl>          <dbl>
1     1           30             21
2     1           30             22
3     2           30             32
4     3           20             16

代码说明 #

1. find_valid_combinations函数：针对单个id的数据集，生成所有测量项组合，筛选出满足从0开始、区间连续无重叠、总深度≤30的有效组合。
2. 使用group_modify按id分组处理每个子集，最终整理输出符合预期的结果。

内容的提问来源于stack exchange，提问作者frandude