如何基于start和end列转换R语言DataFrame为条件位置标记表

现有如下R语言DataFrame：

> df
  condition duration start end
1         A        2     3   4
2         B        3     8  10
3         A        2     7   8

需要将其转换为一张表格：生成从1到原数据最大end值的count列，为每个条件（A、B）标记0或1——当count处于该条件的start到end区间内时标记1，否则标记0。转换后的目标表格如下：

> df2
   count A B
1      1 0 0
2      2 0 0
3      3 1 0
4      4 1 0
5      5 0 0
6      6 0 0
7      7 1 0
8      8 1 1
9      9 0 1
10    10 0 1

方法一：使用tidyverse工具链 #

依赖tidyverse包，步骤清晰易读：

library(tidyverse)

# 生成从1到最大end值的完整count序列
count_seq <- 1:max(df$end)

# 交叉匹配count与条件，标记区间内的位置，再转宽表
df2 <- crossing(count = count_seq, condition = unique(df$condition)) %>%
  left_join(df, by = "condition") %>%
  # 判断当前count是否在对应条件的区间内
  mutate(flag = ifelse(count >= start & count <= end, 1, 0)) %>%
  # 同一个count+condition组合取最大值（确保多区间的条件被正确标记）
  group_by(count, condition) %>%
  summarise(flag = max(flag), .groups = "drop") %>%
  # 转换为宽表格式
  pivot_wider(names_from = condition, values_from = flag) %>%
  arrange(count)

print(df2)

方法二：使用base R实现 #

无需额外加载包，适合轻量场景：

# 生成完整count序列
count_seq <- 1:max(df$end)
# 获取所有唯一条件
conditions <- unique(df$condition)

# 初始化全0的结果矩阵
result_mat <- matrix(0, nrow = length(count_seq), ncol = length(conditions))
colnames(result_mat) <- conditions
rownames(result_mat) <- count_seq

# 遍历每个条件的区间，将对应位置标记为1
for (i in seq(nrow(df))) {
  cond <- df$condition[i]
  start_pos <- df$start[i]
  end_pos <- df$end[i]
  result_mat[start_pos:end_pos, cond] <- 1
}

# 转换为DataFrame并调整列顺序
df2 <- as.data.frame(result_mat)
df2$count <- count_seq
df2 <- df2[, c("count", conditions)]

print(df2)

核心逻辑说明 #

两种方法的核心思路一致：

1. 先生成覆盖所有位置的count序列；
2. 对每个条件的所有区间，将区间内的count位置标记为1，其余为0；
3. 整理成目标的宽表格式，确保同一个条件的多区间都被正确识别。

内容的提问来源于stack exchange，提问作者ghs101