Question

我想要一种更简单的方法来查找某个值是否在任何给定的时间间隔内。鉴于数据框：

Value  start1  start2  start3  end1  end2  end3
212    82      195     409     97    220   411
80     57      95      111     69    100   130

我想创建一个新列，如果＆＃39;值＆＃39;在任何间隔（[start1-end1]，[start2-end2]等）中，如果不是，则为0;所以在上面的例子中，第一行的值为1，因为212落在第二个区间，第二行是0.注意，这些是当前列和边缘情况的列（与开始或匹配的值）应将间隔结束编码为1。

我可以使用ifelse语句执行此操作，但有260列，我觉得该解决方案将来可能在其他方面有用。

Answer 1

使用data.table包：

library(data.table)

dt = data.table(Value=c(212,80), start1=c(82,57), start2=c(195,95), start3=c(409,111),
                end1=c(97,69), end2=c(220,100), end3=c(411,130))

dt[, rowid:= .I]

使用融化的＆＃39;更自然地做到这一点。表：

dt_melt = melt(dt, id=c('rowid','Value'), measure=patterns('start','end'),
               variable.name='interval', value.name=c('start','end'))

#    rowid Value interval start end
# 1:     1   212        1    82  97
# 2:     2    80        1    57  69
# 3:     1   212        2   195 220
# 4:     2    80        2    95 100
# 5:     1   212        3   409 411
# 6:     2    80        3   111 130

现在我们可以在rowid上进行计算并与dt合并：

dt[dt_melt[, as.integer(any(between(Value, start, end))), by='rowid'], on='rowid']

#    Value start1 start2 start3 end1 end2 end3 rowid V1
# 1:   212     82    195    409   97  220  411     1  1
# 2:    80     57     95    111   69  100  130     2  0

Answer 2

使用tidyverse的解决方案。最终输出位于InRange数据框的dt3列。

# Create example data frame
dt <- read.table(text = "Value  start1  start2  start3  end1  end2  end3
212    82      195     409     97    220   411
                 80     57      95      111     69    100   130",
                 header = TRUE, stringsAsFactors = FALSE)

# Load packages
library(tidyverse)

# Process the data
dt2 <- dt %>% mutate(GroupID = 1:n()) 

dt3 <- dt2 %>%
  gather(StartEnd, Number, -Value, -GroupID) %>%
  mutate(Type = gsub("[0-9]", "", StartEnd),
         ID = gsub("[a-z]", "", StartEnd)) %>%
  select(-StartEnd) %>%
  spread(Type, Number) %>%
  mutate(InRange = ifelse(Value >= start & Value <= end, 1, 0)) %>%
  group_by(GroupID) %>%
  summarise(InRange = max(InRange)) %>%
  right_join(dt2, by = "GroupID")

请注意，我创建了GroupID列，以确保Value列中的重复值（如果有）不会影响分析。但是，如果您确定没有重复值，则可以使用以下代码，而无需创建GroupID列。 dt2是最终输出。

# Process the data
dt2 <- dt %>%
  gather(StartEnd, Number, -Value) %>%
  mutate(Type = gsub("[0-9]", "", StartEnd),
         ID = gsub("[a-z]", "", StartEnd)) %>%
  select(-StartEnd) %>%
  spread(Type, Number) %>%
  mutate(InRange = ifelse(Value >= start & Value <= end, 1, 0)) %>%
  group_by(Value) %>%
  summarise(InRange = max(InRange)) %>%
  right_join(dt, by = "Value")

在R中查找类似列名称的间隔

2 个答案: