如何判断剂量估计区间与实际剂量区间是否重叠并分类？

我有如下结构的tibble数据，需要判断**估计剂量区间（Estimate_Min ~ Estimate_Max）和实际剂量区间（Dose_Min ~ Dose_Max）**是否重叠，需要两种输出结果：

原始数据：

library(tibble)
df <- tibble(
  ID = c(1,2,3,4,5),
  Estimate_Min = c(18,15,3,11,0.5),
  Estimate_Max = c(25,22,8,12,18),
  Dose_Min = c(7,10,4,18,6),
  Dose_Max = c(14,13,5,20,12)
)

需求1：添加布尔值标记重叠与否的Overlap列 #

期望输出：

# A tibble: 5 × 6
     ID Estimate_Min Estimate_Max Dose_Min Dose_Max Overlap
  <dbl>        <dbl>        <dbl>    <dbl>    <dbl> <lgl>  
1     1         18             25        7       14 FALSE  
2     2         15             22       10       13 FALSE  
3     3          3              8        4        5 TRUE   
4     4         11             12       18       20 FALSE  
5     5          0.5           18        6       12 TRUE   

需求2：更详细的区间关系分类 #

分类规则：

• "IN"：估计区间与实际区间至少部分重叠
• "OVER"：估计区间完全在实际区间的上方（Estimate_Min > Dose_Max）
• "BELLOW"：估计区间完全在实际区间的下方（Estimate_Max < Dose_Min）

期望输出：

# A tibble: 5 × 6
     ID Estimate_Min Estimate_Max Dose_Min Dose_Max Overlap
  <dbl>        <dbl>        <dbl>    <dbl>    <dbl> <chr>  
1     1         18             25        7       14 OVER   
2     2         15             22       10       13 OVER   
3     3          3              8        4        5 IN     
4     4         11             12       18       20 BELLOW 
5     5          0.5           18        6       12 IN     

解决方案 #

核心判断逻辑 #

对于两个规范区间[a1, a2]（a1 <= a2）和[b1, b2]（b1 <= b2），存在重叠的判定公式为：
a1 <= b2 & a2 >= b1

代码实现（基于dplyr） #

先加载必要的包：

library(dplyr)

1. 生成布尔值重叠标记列

df_overlap_bool <- df %>%
  mutate(Overlap = Estimate_Min <= Dose_Max & Estimate_Max >= Dose_Min)

2. 生成详细区间分类列

df_overlap_detail <- df %>%
  mutate(Overlap = case_when(
    Estimate_Min <= Dose_Max & Estimate_Max >= Dose_Min ~ "IN",
    Estimate_Min > Dose_Max ~ "OVER",
    Estimate_Max < Dose_Min ~ "BELLOW",
    TRUE ~ "UNKNOWN" # 兜底逻辑，理论上不会触发
  ))

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