Finden Sie Daten innerhalb eines Intervalls nach Gruppe

Question

Ich habe ein Panel mit vielen IDs, begin und end Daten. begin zu end Datum erstellen Sie eine interval der Zeit.

id  begin  end      interval overlap 
1: 1 2010-01-31 2011-06-30 2009-08-04 UTC--2011-12-27 UTC TRUE 
2: 1 2011-01-31 2012-06-30 2010-08-04 UTC--2012-12-27 UTC TRUE 
3: 1 2012-01-31 2013-06-30 2011-08-04 UTC--2013-12-27 UTC TRUE 
4: 1 2013-01-31 2014-06-30 2012-08-04 UTC--2014-12-27 UTC TRUE 
5: 1 2013-02-28 2013-07-31 2012-09-01 UTC--2014-01-27 UTC TRUE 
6: 1 2015-02-28 2015-03-31 2014-09-01 UTC--2015-09-27 UTC TRUE 
7: 1 2015-06-30 2015-07-31 2015-01-01 UTC--2016-01-27 UTC TRUE 
8: 1 2015-09-30 2016-01-31 2015-04-03 UTC--2016-07-29 UTC TRUE 
9: 2 2010-01-31 2011-06-30 2009-08-04 UTC--2011-12-27 UTC TRUE 
10: 2 2011-01-31 2012-06-30 2010-08-04 UTC--2012-12-27 UTC TRUE 
11: 2 2012-01-31 2013-06-30 2011-08-04 UTC--2013-12-27 UTC TRUE 
12: 2 2013-01-31 2014-06-30 2012-08-04 UTC--2014-12-27 UTC TRUE 
13: 2 2013-02-28 2013-07-31 2012-09-01 UTC--2014-01-27 UTC TRUE 
14: 2 2015-02-28 2015-03-31 2014-09-01 UTC--2015-09-27 UTC TRUE 
15: 2 2015-06-30 2015-07-31 2015-01-01 UTC--2016-01-27 UTC TRUE 
16: 2 2015-09-30 2016-01-31 2015-04-03 UTC--2016-07-29 UTC TRUE 

Ich muss für jede ID, ob, testen, eine der begin/end Daten in einem anderen interval enthalten ist (der gleichen ID).

Zum Beispiel ist begin (2010-01-31) in keinem anderen Zeitraum von id1 als in der ersten Zeile enthalten. end Datum (2011-06-30) ist im Intervall der zweiten Zeile (2010-08-04 UTC - 2012-12-27 UTC) enthalten.

Ich habe versucht lubridate Intervall und %within% in Datentabelle, aber es ergibt wahr, wie es in der entsprechenden Periode enthalten ist. Ich muss wissen, ob es in einem anderen Zeitraum der gleichen ID enthalten ist.

customer[begin %within% interval | end %within% interval, overlap := TRUE, by = id]

Ich habe foverlap von data.table geprüft, aber scheint Design für verschiedene Tabellen verknüpft und andere Probleme sind nur Vektoren aber not panels mit Intervallen.

Irgendwelche Ideen?

Daten:

structure(list(id = c(1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 
2, 2, 2), begin = structure(c(14640, 15005, 15370, 15736, 15764, 
16494, 16616, 16708, 14640, 15005, 15370, 15736, 15764, 16494, 
16616, 16708), class = "Date"), end = structure(c(15155, 15521, 
15886, 16251, 15917, 16525, 16647, 16831, 15155, 15521, 15886, 
16251, 15917, 16525, 16647, 16831), class = "Date"), interval = structure(c(75600000, 
75686400, 75686400, 75600000, 44323200, 33782400, 33782400, 41731200, 
75600000, 75686400, 75686400, 75600000, 44323200, 33782400, 33782400, 
41731200), start = structure(c(1249344000, 1280880000, 1312416000, 
1344038400, 1346457600, 1409529600, 1420070400, 1428019200, 1249344000, 
1280880000, 1312416000, 1344038400, 1346457600, 1409529600, 1420070400, 
1428019200), tzone = "UTC", class = c("POSIXct", "POSIXt")), tzone = "UTC", class = structure("Interval", package = "lubridate")), 
    overlap = c(TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, 
    TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE)), .Names = c("id", 
"begin", "end", "interval", "overlap"), row.names = c(NA, -16L 
), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x0000000000140788>) 

Answer 1

Hier ist eine Möglichkeit, es zu tun, int_overlaps von lubridate verwenden. Ich habe die Intervalle von den Anfangs- und Enddaten definiert, obwohl sie in Ihren Daten unterschiedlich sind - vielleicht könnten Sie klären, welche korrekt sind.

library(lubridate) 

df$interval <- interval(as.POSIXct(df$begin),as.POSIXct(df$end)) 

df <- df[order(df$id),] #needs to be sorted by id for next stage to work 

df$overlap <- unlist(tapply(df$interval, #loop through intervals 
          df$id, #grouped by id 
          function(x) rowSums(outer(x,x,int_overlaps))>1)) 
            #check if more than one overlap in subset for that id 


df 
    id  begin  end      interval overlap 
1 1 2010-01-31 2011-06-30 2010-01-31 UTC--2011-06-30 UTC TRUE 
2 1 2011-01-31 2012-06-30 2011-01-31 UTC--2012-06-30 UTC TRUE 
3 1 2012-01-31 2013-06-30 2012-01-31 UTC--2013-06-30 UTC TRUE 
4 1 2013-01-31 2014-06-30 2013-01-31 UTC--2014-06-30 UTC TRUE 
5 1 2013-02-28 2013-07-31 2013-02-28 UTC--2013-07-31 UTC TRUE 
6 1 2015-02-28 2015-03-31 2015-02-28 UTC--2015-03-31 UTC FALSE 
7 1 2015-06-30 2015-07-31 2015-06-30 UTC--2015-07-31 UTC FALSE 
8 1 2015-09-30 2016-01-31 2015-09-30 UTC--2016-01-31 UTC FALSE 
9 2 2010-01-31 2011-06-30 2010-01-31 UTC--2011-06-30 UTC TRUE 
10 2 2011-01-31 2012-06-30 2011-01-31 UTC--2012-06-30 UTC TRUE 
11 2 2012-01-31 2013-06-30 2012-01-31 UTC--2013-06-30 UTC TRUE 
12 2 2013-01-31 2014-06-30 2013-01-31 UTC--2014-06-30 UTC TRUE 
13 2 2013-02-28 2013-07-31 2013-02-28 UTC--2013-07-31 UTC TRUE 
14 2 2015-02-28 2015-03-31 2015-02-28 UTC--2015-03-31 UTC FALSE 
15 2 2015-06-30 2015-07-31 2015-06-30 UTC--2015-07-31 UTC FALSE 
16 2 2015-09-30 2016-01-31 2015-09-30 UTC--2016-01-31 UTC FALSE