扩展日期区间后dplyr判断区间重叠异常问题求助

你遇到的问题核心是误用了lubridate的%within%运算符逻辑：

• 当%within%两边都是Interval对象时，它判断的是左侧的整个区间完全被包含在右侧的某个区间内，而不是两个区间存在重叠。
• 原interval_A中有一个区间恰好完全落在interval_B的某个区间里，所以返回1个TRUE；延长后的interval_A_plus12没有任何一个完整区间被interval_B包含，因此全返回FALSE，但这和你“判断区间是否存在重叠”的需求不符。

正确实现：判断区间是否存在重叠 #

我们需要判断interval_A_plus12中的每个区间，是否与interval_B中的任意区间存在重叠。区间重叠的核心逻辑是：A区间的起始时间 < B区间的结束时间，且A区间的结束时间 > B区间的起始时间。

用dplyr+purrr实现如下：

library(dplyr)
library(purrr)
library(lubridate)

tibble(
  interval_A_plus12,
  has_overlap_with_B = map_lgl(interval_A_plus12, function(a_int) {
    any(start(a_int) < end(interval_B) & end(a_int) > start(interval_B))
  })
)

验证前两个区间的重叠情况 #

以interval_A_plus12的前两个区间为例：

• 第一个区间：起始1972-12-30，结束1974-12-30，与interval_B的第一个区间（1973-12-30至1975-02-28）存在重叠，返回TRUE。
• 第二个区间：起始1974-03-30，结束1975-03-30，同样与interval_B的第一个区间重叠，返回TRUE。

替代方案：用lubridate::intersect判断交集 #

也可以通过intersect函数判断两个区间是否有非空交集（返回非空区间则说明重叠）：

tibble(
  interval_A_plus12,
  has_overlap_with_B = map_lgl(interval_A_plus12, function(a_int) {
    any(map_lgl(interval_B, ~ !is.na(intersect(a_int, .x))))
  })
)

内容的提问来源于stack exchange，提问作者DaveM