合并重叠索引

Question

我有一个 data.frame 带有开始和结束索引（已排序），例如：

df <- data.frame(start.idx = c(1,2,5),
                 end.idx = c(2,3,6))

我正在寻找一个函数，如果 start.idx[i] == end.idx[i-1]，它将合并行 i 和 i-1，这样新行的 start.idx 将是 start.idx[i-1] 和 end.idx 将是 end.idx[i]。

对于上面的示例，生成的新（合并）data.frame 将是：

res.df <- data.frame(start.idx = c(1,5),
                     end.idx = c(3,6))

Answer 1

如果有重叠，您可以创建包含同一组中的行的组，然后 select 开始和结束的值分别为 first 和 last。

library(dplyr)

df %>%
  arrange(start.idx) %>%
  group_by(group = cumsum(start.idx > lag(end.idx, default = 0))) %>%
  summarise(start.idx = first(start.idx), 
            end.idx = last(end.idx)) %>%
  select(-group)


#  start.idx end.idx
#      <dbl>   <dbl>
#1         1       3
#2         5       6

合并重叠索引

Merging overlapp indices

merge

r

intervals

dataframe