聚合具有重叠日期范围的行的列值

Question

我有一个如下所示的数据框：

person    date1       date2     total amount  overlap
  A     2019-03-01  2019-03-16       50               
  A     2019-03-10  2019-03-31      100               
  A     2019-03-20  2019-03-31       70               
  B     2019-03-01  2019-03-12      200               
  B     2019-03-01  2019-03-20      130               
  B     2019-03-16  2019-03-31      100

我想创建一个新列（重叠），它采用日期范围与日期范围重叠的每一行加上同一组中其他行的值（这里我想按人员列分组）当前行的。

为了说明这一点，第一行应该是 50（当前行的值）加上 100（因为第二行与第一行重叠）所以我们总共得到 150。这里，请注意我们没有t 包括第三行，因为第三行的日期范围与第一行不重叠。

我尝试执行 group_by(person) 然后 mutate(overlap) 但我不知道如何访问同一组中的其他行以了解它们是否与当前行重叠。我也尝试研究 Overlap() 函数，但我不确定如何利用它来获得我想要的东西。

理想情况下，我想制作一个看起来像这样的 table：

person    date1       date2     total amount  overlap 
  A     2019-03-01  2019-03-16       50         150   
  A     2019-03-10  2019-03-31      100         220   
  A     2019-03-20  2019-03-31       70         170   
  B     2019-03-01  2019-03-12      200         330   
  B     2019-03-01  2019-03-20      130         430   
  B     2019-03-16  2019-03-31      100         230

Answer 1

我们可以group_by Person 做total_amount 的sum 位于between date1 和date2。

library(dplyr)

df %>%
  mutate_at(vars(starts_with("date")),  as.Date) %>%
  group_by(person) %>%
  mutate(overlap = purrr::map2_dbl(date1, date2, 
             ~sum(total_amount[between(date1, .x, .y) | between(date2, .x, .y)])))

#  person date1      date2      total_amount overlap
#  <fct>  <date>     <date>            <int>   <dbl>
#1 A      2019-03-01 2019-03-16           50     150
#2 A      2019-03-10 2019-03-31          100     220
#3 A      2019-03-20 2019-03-31           70     170
#4 B      2019-03-01 2019-03-12          200     330
#5 B      2019-03-01 2019-03-20          130     430
#6 B      2019-03-16 2019-03-31          100     230

数据

df <- structure(list(person = structure(c(1L, 1L, 1L, 2L, 2L, 2L), .Label = c("A", 
"B"), class = "factor"), date1 = structure(c(1L, 2L, 4L, 1L, 
1L, 3L), .Label = c("2019-03-01", "2019-03-10", "2019-03-16", 
"2019-03-20"), class = "factor"), date2 = structure(c(2L, 4L, 
4L, 1L, 3L, 4L), .Label = c("2019-03-12", "2019-03-16", "2019-03-20", 
"2019-03-31"), class = "factor"), total_amount = c(50L, 100L, 
70L, 200L, 130L, 100L)), class = "data.frame", row.names = c(NA, -6L))

聚合具有重叠日期范围的行的列值

Aggregate column values of rows that have overlapping range of dates

r

aggregate

overlap

date-range