如何基于DataFrame的起止范围为整数生成布尔标记？

假设我们有如下区间数据：

Start <- c(1,6)
End <- c(3,9)

需要给整数序列Integers <- c(1,2,3,4,5,6,7,8,9,10)生成对应的标记列Flag，规则是：整数落在任意一组Start-End闭区间内时标记为1，否则为0，最终预期结果为：

Flag <- c(1,1,1,0,0,1,1,1,1,0)

以下是几种实用的实现方法：

方法1：基础R原生实现 #

利用outer()生成整数与区间的匹配矩阵，再通过行统计判断是否存在匹配：

# 定义原始数据
Start <- c(1,6)
End <- c(3,9)
Integers <- c(1,2,3,4,5,6,7,8,9,10)

# 生成标记列
Flag <- as.integer(rowSums(outer(Integers, seq_along(Start), function(x, i) x >= Start[i] & x <= End[i])) > 0)

# 输出结果
data.frame(Integers, Flag)

逻辑说明：outer()会逐个检查每个整数是否符合每个区间的条件，生成一个逻辑矩阵；rowSums()统计每行的TRUE数量，只要数量大于0就说明该整数落在至少一个区间内，最后转成整数1/0。

方法2：tidyverse工具链实现（适合DataFrame场景） #

如果区间数据以DataFrame形式存储，用dplyr+purrr的组合更符合tidy数据操作习惯：

library(dplyr)
library(purrr)

# 构造区间和整数的DataFrame
intervals <- tibble(Start = c(1,6), End = c(3,9))
int_df <- tibble(Integers = c(1,2,3,4,5,6,7,8,9,10))

# 生成标记列
int_df <- int_df %>%
  mutate(Flag = as.integer(map_lgl(Integers, ~any(.x >= intervals$Start & .x <= intervals$End))))

# 输出结果
int_df

逻辑说明：map_lgl()遍历每个整数，检查它是否满足任意一个区间的条件，返回逻辑值后转成整数1/0。

方法3：data.table实现（大数据场景高效处理） #

如果数据量较大，data.table的非等连接能提供远优于逐行判断的性能：

library(data.table)

# 构造数据
intervals <- data.table(Start = c(1,6), End = c(3,9))
int_dt <- data.table(Integers = c(1,2,3,4,5,6,7,8,9,10))

# 非等连接并生成标记
int_dt[, Flag := 0]
int_dt[intervals, Flag := 1, on = .(Integers >= Start, Integers <= End)]

# 输出结果
int_dt

逻辑说明：通过非等连接on = .(Integers >= Start, Integers <= End)直接定位所有落在区间内的整数，将它们的Flag设为1，其余保持初始值0，适合处理百万级以上的数据集。

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