如何用R语言计算无重叠的单组活跃时间区间？

要找出仅单个组活跃且无其他组时间重叠的时段，可以通过分割所有时间点→统计每个子区间的活跃组数→筛选单组活跃区间的思路实现，具体代码如下：

步骤1：加载依赖包 #

library(tidyverse)
library(lubridate)

步骤2：提取并排序所有时间节点 #

把所有组的起始、结束时间提取出来，去重后排序，得到所有可能的区间分割点：

time_points <- data %>%
  pivot_longer(cols = c(start, end), values_to = "time") %>%
  pull(time) %>%
  unique() %>%
  sort()

步骤3：生成所有连续子区间 #

用排序后的时间点生成一系列连续的小时间区间：

time_intervals <- tibble(
  interval_start = time_points[-length(time_points)],
  interval_end = time_points[-1]
)

步骤4：统计每个子区间的活跃组数并筛选 #

对每个子区间，判断哪些组的时间范围覆盖它，统计活跃组数后筛选出仅单个组活跃的区间：

single_group_intervals <- time_intervals %>%
  rowwise() %>%
  mutate(
    # 找出当前子区间内活跃的所有组
    active_groups = list(data %>%
                          filter(start < interval_end, end > interval_start) %>%
                          pull(group)),
    group_count = length(active_groups)
  ) %>%
  ungroup() %>%
  # 仅保留单个组活跃的区间
  filter(group_count == 1) %>%
  mutate(group = unlist(active_groups))

查看结果 #

格式化时间后输出结果：

single_group_intervals %>%
  select(group, interval_start, interval_end) %>%
  mutate(
    interval_start = format(interval_start, "%Y-%m-%d %H:%M:%S"),
    interval_end = format(interval_end, "%Y-%m-%d %H:%M:%S")
  )

输出结果：

# A tibble: 1 × 3
  group interval_start     interval_end      
  <chr> <chr>              <chr>             
1 C     2022-01-03 14:00:00 2022-01-03 15:00:00

内容的提问来源于stack exchange，提问作者fschier