Я пытаюсь рассчитать количество дней, в течение которых все объекты в группе перекрываются с каждым членом группы. Для этого я хочу сравнить каждую строку одного столбца в группе с каждой другой строкой в ​​этом столбце в той же группе. Однако я не могу найти для этого простого решения; большая часть моих усилий была связана с вариантами карт из муррр. Кроме того, я прошел несколько вложенных циклов (:-/), вложенных кроличьих норок; но я подозреваю, что есть очень простой способ выполнить это сравнение.

По сути, я хочу, чтобы сумма пересечения каждого интервала в группе с одной строкой группы.

Входные данные: (формат с интервалами)

ID Group year  interval_obs  
1   A   2020 2020-04-29 UTC--2020-05-19 UTC  
2   A   2020 2020-05-04 UTC--2020-05-29 UTC  
3   A   2020 2020-05-09 UTC--2020-05-24 UTC  
4   A   2020 2020-04-24 UTC--2020-04-28 UTC  
5   A   2020 2020-05-30 UTC--2020-06-03 UTC  
6   B   2020 2019-12-31 UTC--2020-01-20 UTC  
7   B   2020 2020-01-10 UTC--2020-01-30 UTC  
8   B   2020 2020-01-20 UTC--2020-02-09 UTC  
9   B   2020 2020-01-15 UTC--2020-02-04 UTC

Входные данные (более удобочитаемые?) - где каждое начало/конец - это день года (doy)

ID Group Year start end
1   A   2020  120  140
2   A   2020  125  150
3   A   2020  130  145
4   A   2020  115  119
5   A   2020  151  155
6   B   2020    0   20
7   B   2020   10   30
8   B   2020   20   40
9   B   2020   15   35 

Желаемые результаты:

ID  total_overlap  
  1   25  
  2   30  
  3   25  
  4    0  
  5    0  
  6   15  
  7   35  
  8   25  
  9   35  

обратите внимание, что желаемое общее перекрытие в днях, сумма всех дней 4 других наблюдений в группе A перекрываются. Группа B с 4 записями для указания переменной длины.

пример данных для задачи

data <- structure(list(
  ID = 1:9,
  group = c("A", "A", "A", "A", "A", "B", "B", "B", "B"), 
  year = c(2020L, 2020L, 2020L, 2020L, 2020L, 2020L,  2020L, 2020L, 2020L), 
  start = c(120L, 125L, 130L, 115L, 151L, 0L, 10L, 20L, 15L),
  end = c(140L, 150L, 145L, 119L, 155L, 20L,  30L, 40L, 35L)),
  class = "data.frame", 
  row.names = c(NA, -9L))

data <- data %>% 
  group_by(group, year) %>% # real dataset has several combos - both vars left as reminder
  mutate(across(c(start, end), ~ as_date(., origin = paste0(year-1, "-12-31")))) %>%  #this year-1 term is due to leap years etc.
  mutate(interval_obs = interval(ymd(start), ymd(end))) %>% 
  dplyr::select(-start, -end)

output <- data %>% map(.x = .$interval_obs, # this code at least runs
              .f = ~{results = sum(as.numeric(intersect(.x, .y$interval_obs)))})

Небольшой фрагмент выше - это один из многих способов, которыми я подошел к этому (map2, map_df и т. д.), и хотя он не работает, я полагаю, что (...) решение находится на этом приблизительном уровне. Обратите внимание, что вывод моего примера имеет две особенности: 1) единицы конвертируются в дни, 2) вычитается «самопересечение». Не беспокойтесь об этих функциях. У меня есть способы сделать и то, и другое, я просто не включил их, потому что они могут запутать проблему. Однако, если это поможет...

mutate(self_intersection = as.numeric(intersect(interval_obs, interval_obs2))) %>% 
mutate(results = results - self_intersection) %>% 
mutate(total_overlap = as.numeric(results)/86400)) 

Я пытался хранить данные в смазанном или другом формате даты, чтобы в будущем можно было легко приспособить различные временные разрешения (например, часы, минуты).

edit 2 - пример расчета перекрытия для группы A

(данные воспроизведены здесь)

ID Group Year start end
1   A   2020  120  140
2   A   2020  125  150
3   A   2020  130  145
4   A   2020  115  119
5   A   2020  151  155

для группы № 1 цифры после «сравнения» относятся к идентификатору.

comparison 1 - 2. End1 - Start2 = 15 days  
comparison 1 - 3. End1 - Start2 = 10 days  
comparison 1 - 4. NO OVERLAP    =  0 days  
comparison 1 - 5. NO OVERLAP    =  0 days  
total_overlap                     25 days