比较数据框中日期序列内的重叠答案

【问题标题】：Comparing overlap within sequences of dates within a data frame比较数据框中日期序列内的重叠
【发布时间】：2015-07-21 07:15:09
【问题描述】：

我有一个包含 2 列开始日期和 2 列结束日期的数据框。我想计算两组系列之间重叠日期的数量（即 start2/end2 系列中有多少天属于 start1/end1 （如此处的“输出”列所示））。

      start1       end1     start2       end2 output
 2011-02-10 2011-02-11 2011-02-10 2011-02-10      1
 2009-07-25 2009-07-27 2009-07-26 2009-07-27      2
 2007-12-02 2007-12-07 2007-12-08 2007-12-10      0

start1 <- as.Date(c("2011-02-10", "2009-07-25", "2007-12-02"))
end1 <- as.Date(c("2011-02-11", "2009-07-27", "2007-12-07")) 
start2 <- as.Date(c("2011-02-10", "2009-07-26", "2007-12-08"))
end2 <- as.Date(c("2011-02-10", "2009-07-27", "2007-12-10"))

my.dat <- data.frame(start1,end1,start2,end2)

我可能应该在这里使用一个排序列表，以便为 seq.Date 提供起始值和结束值的向量，但我似乎无法让它发挥作用。相反，我的非列表方法会产生“from”参数应该等于 1 的错误（因为它无法处理起始日期的向量）。

my.dat$output <- length(seq(my.dat$start1,my.dat$end1,by=1) %in% seq(my.dat$start2,my.dat$end2,by=1))

关于 SO 上的匹配日期有很多讨论，但我似乎无法将其中任何一个翻译成多列日期。

谢谢！！

【问题讨论】：

让seq 不接受（当然是等长）向量有点吃惊。
@MichaelChirico - 确实如此，但即使我已经有课程日期对象，我也必须指定 seq.Date(as.Date(start1),as.Date(end1)) - 查看我的完整回复以下。绝对让我大吃一惊。

标签： r date

【解决方案1】：

使用data.table：

library(data.table)
setDT(my.dat)[,output:=pmin(end2,end1)-pmax(start2,start1)+1]

       start1       end1     start2       end2 output
1: 2011-02-10 2011-02-11 2011-02-10 2011-02-10 1 days
2: 2009-07-25 2009-07-27 2009-07-26 2009-07-27 2 days
3: 2007-12-02 2007-12-07 2007-12-08 2007-12-10 0 days
4: 2007-12-02 2007-12-07 2007-11-01 2007-12-01 0 days

可以通过将:= 的RHS 包装在as.integer 中来转换为整数。

【讨论】：

【解决方案2】：

当然，我在发帖后马上就想通了。但我很好奇其他人是否有更优雅的解决方案。这是我的：

apply(my.dat[,c("start1","end1","start2","end2")],1,function(x)length((seq.Date(as.Date(x[1]),as.Date(x[2]),by=1) %in% (seq.Date(as.Date(x[3]),as.Date(x[4]),by=1)))))

【讨论】：