按时间日期查找行的重叠
Find overlaps of rows by timedates
我有这样的数据帧，其中 min-max 是间隔的开始和结束。 core_name 是实例名称，length_mins 是间隔长度。
min max length_mins core_name
1 2020-07-28 03:05:30 2020-07-28 05:45:15 159.75 mins 0,1
2 2020-07-14 14:29:30 2020-07-14 16:36:45 127.25 mins 0,10
3 2020-07-16 15:32:45 2020-07-16 16:16:00 43.25 mins 0,11
4 2020-07-17 02:37:30 2020-07-17 05:27:30 170.00 mins 0,11
5 2020-07-18 02:42:00 2020-07-18 05:24:30 162.50 mins 0,11
6 2020-07-25 02:21:15 2020-07-25 04:59:15 158.00 mins 0,12
7 2020-07-16 15:40:15 2020-07-16 16:13:45 33.50 mins 0,13
8 2020-07-16 13:18:30 2020-07-16 16:13:30 175.00 mins 0,15
9 2020-07-16 14:43:00 2020-07-16 15:49:30 66.50 mins 0,2
10 2020-07-14 14:29:30 2020-07-14 16:55:15 145.75 mins 0,4
11 2020-07-16 13:32:45 2020-07-16 17:21:00 228.25 mins 0,6
12 2020-07-27 02:15:30 2020-07-27 05:04:15 168.75 mins 0,6
13 2020-07-14 14:29:30 2020-07-14 16:53:30 144.00 mins 0,8
14 2020-07-16 16:40:30 2020-07-16 21:19:45 279.25 mins 1,0
15 2020-07-14 21:03:15 2020-07-14 22:49:45 106.50 mins 1,1
16 2020-07-15 03:32:45 2020-07-15 06:15:15 162.50 mins 1,10
17 2020-07-16 15:58:15 2020-07-16 21:18:30 320.25 mins 1,10
18 2020-07-14 18:44:00 2020-07-14 20:00:15 76.25 mins 1,11
19 2020-07-14 21:12:00 2020-07-15 00:56:00 224.00 mins 1,11
20 2020-07-16 16:32:30 2020-07-16 19:30:15 177.75 mins 1,12
21 2020-07-14 15:39:15 2020-07-15 00:35:15 536.00 mins 1,13
22 2020-07-16 15:14:15 2020-07-16 21:14:00 359.75 mins 1,14
23 2020-07-14 14:29:30 2020-07-15 00:48:45 619.25 mins 1,15
24 2020-07-16 16:34:00 2020-07-16 20:58:15 264.25 mins 1,16
25 2020-07-14 20:19:15 2020-07-15 00:54:30 275.25 mins 1,17
26 2020-07-16 16:35:00 2020-07-16 21:18:00 283.00 mins 1,18
27 2020-07-14 14:29:30 2020-07-14 19:20:45 291.25 mins 1,19
28 2020-07-14 20:13:00 2020-07-15 01:00:45 287.75 mins 1,19
29 2020-07-16 16:27:45 2020-07-16 21:07:15 279.50 mins 1,2
30 2020-07-14 14:29:30 2020-07-15 00:57:30 628.00 mins 1,3
31 2020-07-16 16:32:30 2020-07-16 21:15:45 283.25 mins 1,4
32 2020-07-14 20:42:15 2020-07-15 00:44:45 242.50 mins 1,5
33 2020-07-16 16:25:00 2020-07-16 21:16:45 291.75 mins 1,6
34 2020-07-14 18:24:00 2020-07-14 23:08:15 284.25 mins 1,7
35 2020-07-16 02:29:30 2020-07-16 05:11:00 161.50 mins 1,7
36 2020-07-16 16:37:45 2020-07-16 21:16:30 278.75 mins 1,8
37 2020-07-14 14:29:30 2020-07-15 00:59:15 629.75 mins 1,9
我需要：
- 查找相互重叠的行，
- 计算重叠数，
- 获取每个核心的重叠核心列表。
这是我收到的结果：
min max length_mins core_name overlaps
1 2020-07-14 14:29:30 2020-07-15 00:59:15 629.75 mins 1,9 15
2 2020-07-14 14:29:30 2020-07-15 00:57:30 628.00 mins 1,3 15
3 2020-07-14 14:29:30 2020-07-15 00:48:45 619.25 mins 1,15 15
4 2020-07-14 15:39:15 2020-07-15 00:35:15 536.00 mins 1,13 15
5 2020-07-16 15:14:15 2020-07-16 21:14:00 359.75 mins 1,14 15
6 2020-07-16 13:32:45 2020-07-16 17:21:00 228.25 mins 0,6 15
7 2020-07-16 15:58:15 2020-07-16 21:18:30 320.25 mins 1,10 14
8 2020-07-14 18:24:00 2020-07-14 23:08:15 284.25 mins 1,7 12
9 2020-07-16 16:25:00 2020-07-16 21:16:45 291.75 mins 1,6 11
10 2020-07-16 16:32:30 2020-07-16 21:15:45 283.25 mins 1,4 11
11 2020-07-16 16:35:00 2020-07-16 21:18:00 283.00 mins 1,18 11
12 2020-07-16 16:27:45 2020-07-16 21:07:15 279.50 mins 1,2 11
13 2020-07-16 16:40:30 2020-07-16 21:19:45 279.25 mins 1,0 11
14 2020-07-16 16:37:45 2020-07-16 21:16:30 278.75 mins 1,8 11
15 2020-07-16 16:34:00 2020-07-16 20:58:15 264.25 mins 1,16 11
16 2020-07-16 16:32:30 2020-07-16 19:30:15 177.75 mins 1,12 11
17 2020-07-14 14:29:30 2020-07-14 19:20:45 291.25 mins 1,19 10
18 2020-07-14 20:13:00 2020-07-15 01:00:45 287.75 mins 1,19 10
19 2020-07-14 20:19:15 2020-07-15 00:54:30 275.25 mins 1,17 10
20 2020-07-14 20:42:15 2020-07-15 00:44:45 242.50 mins 1,5 10
21 2020-07-14 21:12:00 2020-07-15 00:56:00 224.00 mins 1,11 10
22 2020-07-14 21:03:15 2020-07-14 22:49:45 106.50 mins 1,1 10
23 2020-07-14 14:29:30 2020-07-14 16:55:15 145.75 mins 0,4 8
24 2020-07-14 14:29:30 2020-07-14 16:53:30 144.00 mins 0,8 8
25 2020-07-14 14:29:30 2020-07-14 16:36:45 127.25 mins 0,10 8
26 2020-07-16 13:18:30 2020-07-16 16:13:30 175.00 mins 0,15 7
27 2020-07-14 18:44:00 2020-07-14 20:00:15 76.25 mins 1,11 7
28 2020-07-16 15:32:45 2020-07-16 16:16:00 43.25 mins 0,11 7
29 2020-07-16 15:40:15 2020-07-16 16:13:45 33.50 mins 0,13 7
30 2020-07-16 14:43:00 2020-07-16 15:49:30 66.50 mins 0,2 6
31 2020-07-17 02:37:30 2020-07-17 05:27:30 170.00 mins 0,11 1
32 2020-07-27 02:15:30 2020-07-27 05:04:15 168.75 mins 0,6 1
33 2020-07-18 02:42:00 2020-07-18 05:24:30 162.50 mins 0,11 1
34 2020-07-15 03:32:45 2020-07-15 06:15:15 162.50 mins 1,10 1
35 2020-07-16 02:29:30 2020-07-16 05:11:00 161.50 mins 1,7 1
36 2020-07-28 03:05:30 2020-07-28 05:45:15 159.75 mins 0,1 1
37 2020-07-25 02:21:15 2020-07-25 04:59:15 158.00 mins 0,12 1
cores_list
1 1,9;0,10;0,4;0,8;1,1;1,11;1,11;1,13;1,15;1,17;1,19;1,19;1,3;1,5;1,7
2 1,3;0,10;0,4;0,8;1,1;1,11;1,11;1,13;1,15;1,17;1,19;1,19;1,5;1,7;1,9
3 1,15;0,10;0,4;0,8;1,1;1,11;1,11;1,13;1,17;1,19;1,19;1,3;1,5;1,7;1,9
4 1,13;0,10;0,4;0,8;1,1;1,11;1,11;1,15;1,17;1,19;1,19;1,3;1,5;1,7;1,9
5 1,14;0,11;0,13;0,15;0,2;0,6;1,0;1,10;1,12;1,16;1,18;1,2;1,4;1,6;1,8
6 0,6;0,11;0,13;0,15;0,2;1,0;1,10;1,12;1,14;1,16;1,18;1,2;1,4;1,6;1,8
7 1,10;0,11;0,13;0,15;0,6;1,0;1,12;1,14;1,16;1,18;1,2;1,4;1,6;1,8
8 1,7;1,1;1,11;1,11;1,13;1,15;1,17;1,19;1,19;1,3;1,5;1,9
9 1,6;0,6;1,0;1,10;1,12;1,14;1,16;1,18;1,2;1,4;1,8
10 1,4;0,6;1,0;1,10;1,12;1,14;1,16;1,18;1,2;1,6;1,8
11 1,18;0,6;1,0;1,10;1,12;1,14;1,16;1,2;1,4;1,6;1,8
12 1,2;0,6;1,0;1,10;1,12;1,14;1,16;1,18;1,4;1,6;1,8
13 1,0;0,6;1,10;1,12;1,14;1,16;1,18;1,2;1,4;1,6;1,8
14 1,8;0,6;1,0;1,10;1,12;1,14;1,16;1,18;1,2;1,4;1,6
15 1,16;0,6;1,0;1,10;1,12;1,14;1,18;1,2;1,4;1,6;1,8
16 1,12;0,6;1,0;1,10;1,14;1,16;1,18;1,2;1,4;1,6;1,8
17 1,19;0,10;0,4;0,8;1,11;1,13;1,15;1,3;1,7;1,9
18 1,19;1,1;1,11;1,13;1,15;1,17;1,3;1,5;1,7;1,9
19 1,17;1,1;1,11;1,13;1,15;1,19;1,3;1,5;1,7;1,9
20 1,5;1,1;1,11;1,13;1,15;1,17;1,19;1,3;1,7;1,9
21 1,11;1,1;1,13;1,15;1,17;1,19;1,3;1,5;1,7;1,9
22 1,1;1,3;1,5;1,7;1,9
23 0,4;0,10;0,8;1,13;1,15;1,19;1,3;1,9
24 0,8;0,10;0,4;1,13;1,15;1,19;1,3;1,9
25 0,10;0,4;0,8;1,13;1,15;1,19;1,3;1,9
26 0,15;0,11;0,13;0,2;0,6;1,10;1,14
27 1,11;1,13;1,15;1,19;1,3;1,7;1,9
28 0,11;0,13;0,15;0,2;0,6;1,10;1,14
29 0,13;0,11;0,15;0,2;0,6;1,10;1,14
30 0,2;0,11;0,13;0,15;0,6;1,14
31 0,11
32 0,6
33 0,11
34 1,10
35 1,7
36 0,1
37 0,12
这是我的示例数据代码：
# find overlaps
library(dplyr)
library(lubridate)
data.example <-
structure(
list(
min = structure(
c(
1595894730,
1594726170,
1594902765,
1594942650,
1595029320,
1595632875,
1594903215,
1594894710,
1594899780,
1594726170,
1594895565,
1595805330,
1594726170,
1594906830,
1594749795,
1594773165,
1594904295,
1594741440,
1594750320,
1594906350,
1594730355,
1594901655,
1594726170,
1594906440,
1594747155,
1594906500,
1594726170,
1594746780,
1594906065,
1594726170,
1594906350,
1594748535,
1594905900,
1594740240,
1594855770,
1594906665,
1594726170
),
tzone = "",
class = c("POSIXct",
"POSIXt")
),
max = structure(
c(
1595904315,
1594733805,
1594905360,
1594952850,
1595039070,
1595642355,
1594905225,
1594905210,
1594903770,
1594734915,
1594909260,
1595815455,
1594734810,
1594923585,
1594756185,
1594782915,
1594923510,
1594746015,
1594763760,
1594917015,
1594762515,
1594923240,
1594763325,
1594922295,
1594763670,
1594923480,
1594743645,
1594764045,
1594922835,
1594763850,
1594923345,
1594763085,
1594923405,
1594757295,
1594865460,
1594923390,
1594763955
),
tzone = "",
class = c("POSIXct",
"POSIXt")
),
length_mins = structure(
c(
159.75,
127.25,
43.25,
170,
162.5,
158,
33.5,
175,
66.5,
145.75,
228.25,
168.75,
144,
279.25,
106.5,
162.5,
320.25,
76.25,
224,
177.75,
536,
359.75,
619.25,
264.25,
275.25,
283,
291.25,
287.75,
279.5,
628,
283.25,
242.5,
291.75,
284.25,
161.5,
278.75,
629.75
),
class = "difftime",
units = "mins"
),
core_name = c(
"0,1",
"0,10",
"0,11",
"0,11",
"0,11",
"0,12",
"0,13",
"0,15",
"0,2",
"0,4",
"0,6",
"0,6",
"0,8",
"1,0",
"1,1",
"1,10",
"1,10",
"1,11",
"1,11",
"1,12",
"1,13",
"1,14",
"1,15",
"1,16",
"1,17",
"1,18",
"1,19",
"1,19",
"1,2",
"1,3",
"1,4",
"1,5",
"1,6",
"1,7",
"1,7",
"1,8",
"1,9"
)
),
row.names = c(NA,
-37L),
class = "data.frame"
)
print ( data.example)
data.example <- data.example %>% mutate (overlaps = 1, cores_list = c(core_name))
print ("Calculating rows overlaps")
for (i in 1:(nrow(data.example)-1)) {
min_el1 <- data.example[i,]$min
max_el1 <- data.example[i,]$max
for (k in (i+1):nrow(data.example)) {
min_el2 <- data.example[k,]$min
max_el2 <- data.example[k,]$max
el1_interval <- interval(min_el1, max_el1)
el2_interval <- interval(min_el2, max_el2)
overlaps <- int_overlaps(el1_interval, el2_interval)
if (overlaps == T) {
print (paste ("row", i, "overlaps with row", k))
data.example[k,]$overlaps <- data.example[k,]$overlaps +1
data.example[i,]$overlaps <- data.example[i,]$overlaps +1
if ( !grepl( data.example[i,]$cores_list, data.example[k,]$core_name, fixed = TRUE)) {
data.example[i,]$cores_list <- paste(data.example[i,]$cores_list, data.example[k,]$core_name, sep=';')
}
if ( !grepl( data.example[k,]$cores_list, data.example[i,]$core_name, fixed = TRUE)) {
data.example[k,]$cores_list <- paste(data.example[k,]$cores_list, data.example[i,]$core_name, sep=';')
}
}
}
}
data.example <- data.example %>% arrange(desc(overlaps), desc(length_mins))
print (data.example)
我对结果很满意，但我的代码慢得要死。如果我有数百行代码需要几分钟 运行。我确信可以避免使用嵌套循环，并且可以显着加快代码速度。任何帮助将不胜感激。
这应该可以工作..似乎符合所需的输出..
library( data.table )
#make it a data.table
setDT( data.example )
#create temp id column and set is as key (for use with .EACHI later on)
data.example[, id := .I ]
setkey( data.example, id )
#self join on subset by row
data.example[ data.example,
c("overlaps", "cores_list") := {
temp <- data.example[ min <= i.max & max >= i.min, ]
list( nrow(temp), paste0( temp$core_name, collapse = ";") )
}, by = .EACHI ]
#if desired, you can drop the id-columns using: data.example[, id := NULL]
我有这样的数据帧，其中 min-max 是间隔的开始和结束。 core_name 是实例名称，length_mins 是间隔长度。
min max length_mins core_name
1 2020-07-28 03:05:30 2020-07-28 05:45:15 159.75 mins 0,1
2 2020-07-14 14:29:30 2020-07-14 16:36:45 127.25 mins 0,10
3 2020-07-16 15:32:45 2020-07-16 16:16:00 43.25 mins 0,11
4 2020-07-17 02:37:30 2020-07-17 05:27:30 170.00 mins 0,11
5 2020-07-18 02:42:00 2020-07-18 05:24:30 162.50 mins 0,11
6 2020-07-25 02:21:15 2020-07-25 04:59:15 158.00 mins 0,12
7 2020-07-16 15:40:15 2020-07-16 16:13:45 33.50 mins 0,13
8 2020-07-16 13:18:30 2020-07-16 16:13:30 175.00 mins 0,15
9 2020-07-16 14:43:00 2020-07-16 15:49:30 66.50 mins 0,2
10 2020-07-14 14:29:30 2020-07-14 16:55:15 145.75 mins 0,4
11 2020-07-16 13:32:45 2020-07-16 17:21:00 228.25 mins 0,6
12 2020-07-27 02:15:30 2020-07-27 05:04:15 168.75 mins 0,6
13 2020-07-14 14:29:30 2020-07-14 16:53:30 144.00 mins 0,8
14 2020-07-16 16:40:30 2020-07-16 21:19:45 279.25 mins 1,0
15 2020-07-14 21:03:15 2020-07-14 22:49:45 106.50 mins 1,1
16 2020-07-15 03:32:45 2020-07-15 06:15:15 162.50 mins 1,10
17 2020-07-16 15:58:15 2020-07-16 21:18:30 320.25 mins 1,10
18 2020-07-14 18:44:00 2020-07-14 20:00:15 76.25 mins 1,11
19 2020-07-14 21:12:00 2020-07-15 00:56:00 224.00 mins 1,11
20 2020-07-16 16:32:30 2020-07-16 19:30:15 177.75 mins 1,12
21 2020-07-14 15:39:15 2020-07-15 00:35:15 536.00 mins 1,13
22 2020-07-16 15:14:15 2020-07-16 21:14:00 359.75 mins 1,14
23 2020-07-14 14:29:30 2020-07-15 00:48:45 619.25 mins 1,15
24 2020-07-16 16:34:00 2020-07-16 20:58:15 264.25 mins 1,16
25 2020-07-14 20:19:15 2020-07-15 00:54:30 275.25 mins 1,17
26 2020-07-16 16:35:00 2020-07-16 21:18:00 283.00 mins 1,18
27 2020-07-14 14:29:30 2020-07-14 19:20:45 291.25 mins 1,19
28 2020-07-14 20:13:00 2020-07-15 01:00:45 287.75 mins 1,19
29 2020-07-16 16:27:45 2020-07-16 21:07:15 279.50 mins 1,2
30 2020-07-14 14:29:30 2020-07-15 00:57:30 628.00 mins 1,3
31 2020-07-16 16:32:30 2020-07-16 21:15:45 283.25 mins 1,4
32 2020-07-14 20:42:15 2020-07-15 00:44:45 242.50 mins 1,5
33 2020-07-16 16:25:00 2020-07-16 21:16:45 291.75 mins 1,6
34 2020-07-14 18:24:00 2020-07-14 23:08:15 284.25 mins 1,7
35 2020-07-16 02:29:30 2020-07-16 05:11:00 161.50 mins 1,7
36 2020-07-16 16:37:45 2020-07-16 21:16:30 278.75 mins 1,8
37 2020-07-14 14:29:30 2020-07-15 00:59:15 629.75 mins 1,9
我需要：
- 查找相互重叠的行，
- 计算重叠数，
- 获取每个核心的重叠核心列表。
这是我收到的结果：
min max length_mins core_name overlaps
1 2020-07-14 14:29:30 2020-07-15 00:59:15 629.75 mins 1,9 15
2 2020-07-14 14:29:30 2020-07-15 00:57:30 628.00 mins 1,3 15
3 2020-07-14 14:29:30 2020-07-15 00:48:45 619.25 mins 1,15 15
4 2020-07-14 15:39:15 2020-07-15 00:35:15 536.00 mins 1,13 15
5 2020-07-16 15:14:15 2020-07-16 21:14:00 359.75 mins 1,14 15
6 2020-07-16 13:32:45 2020-07-16 17:21:00 228.25 mins 0,6 15
7 2020-07-16 15:58:15 2020-07-16 21:18:30 320.25 mins 1,10 14
8 2020-07-14 18:24:00 2020-07-14 23:08:15 284.25 mins 1,7 12
9 2020-07-16 16:25:00 2020-07-16 21:16:45 291.75 mins 1,6 11
10 2020-07-16 16:32:30 2020-07-16 21:15:45 283.25 mins 1,4 11
11 2020-07-16 16:35:00 2020-07-16 21:18:00 283.00 mins 1,18 11
12 2020-07-16 16:27:45 2020-07-16 21:07:15 279.50 mins 1,2 11
13 2020-07-16 16:40:30 2020-07-16 21:19:45 279.25 mins 1,0 11
14 2020-07-16 16:37:45 2020-07-16 21:16:30 278.75 mins 1,8 11
15 2020-07-16 16:34:00 2020-07-16 20:58:15 264.25 mins 1,16 11
16 2020-07-16 16:32:30 2020-07-16 19:30:15 177.75 mins 1,12 11
17 2020-07-14 14:29:30 2020-07-14 19:20:45 291.25 mins 1,19 10
18 2020-07-14 20:13:00 2020-07-15 01:00:45 287.75 mins 1,19 10
19 2020-07-14 20:19:15 2020-07-15 00:54:30 275.25 mins 1,17 10
20 2020-07-14 20:42:15 2020-07-15 00:44:45 242.50 mins 1,5 10
21 2020-07-14 21:12:00 2020-07-15 00:56:00 224.00 mins 1,11 10
22 2020-07-14 21:03:15 2020-07-14 22:49:45 106.50 mins 1,1 10
23 2020-07-14 14:29:30 2020-07-14 16:55:15 145.75 mins 0,4 8
24 2020-07-14 14:29:30 2020-07-14 16:53:30 144.00 mins 0,8 8
25 2020-07-14 14:29:30 2020-07-14 16:36:45 127.25 mins 0,10 8
26 2020-07-16 13:18:30 2020-07-16 16:13:30 175.00 mins 0,15 7
27 2020-07-14 18:44:00 2020-07-14 20:00:15 76.25 mins 1,11 7
28 2020-07-16 15:32:45 2020-07-16 16:16:00 43.25 mins 0,11 7
29 2020-07-16 15:40:15 2020-07-16 16:13:45 33.50 mins 0,13 7
30 2020-07-16 14:43:00 2020-07-16 15:49:30 66.50 mins 0,2 6
31 2020-07-17 02:37:30 2020-07-17 05:27:30 170.00 mins 0,11 1
32 2020-07-27 02:15:30 2020-07-27 05:04:15 168.75 mins 0,6 1
33 2020-07-18 02:42:00 2020-07-18 05:24:30 162.50 mins 0,11 1
34 2020-07-15 03:32:45 2020-07-15 06:15:15 162.50 mins 1,10 1
35 2020-07-16 02:29:30 2020-07-16 05:11:00 161.50 mins 1,7 1
36 2020-07-28 03:05:30 2020-07-28 05:45:15 159.75 mins 0,1 1
37 2020-07-25 02:21:15 2020-07-25 04:59:15 158.00 mins 0,12 1
cores_list
1 1,9;0,10;0,4;0,8;1,1;1,11;1,11;1,13;1,15;1,17;1,19;1,19;1,3;1,5;1,7
2 1,3;0,10;0,4;0,8;1,1;1,11;1,11;1,13;1,15;1,17;1,19;1,19;1,5;1,7;1,9
3 1,15;0,10;0,4;0,8;1,1;1,11;1,11;1,13;1,17;1,19;1,19;1,3;1,5;1,7;1,9
4 1,13;0,10;0,4;0,8;1,1;1,11;1,11;1,15;1,17;1,19;1,19;1,3;1,5;1,7;1,9
5 1,14;0,11;0,13;0,15;0,2;0,6;1,0;1,10;1,12;1,16;1,18;1,2;1,4;1,6;1,8
6 0,6;0,11;0,13;0,15;0,2;1,0;1,10;1,12;1,14;1,16;1,18;1,2;1,4;1,6;1,8
7 1,10;0,11;0,13;0,15;0,6;1,0;1,12;1,14;1,16;1,18;1,2;1,4;1,6;1,8
8 1,7;1,1;1,11;1,11;1,13;1,15;1,17;1,19;1,19;1,3;1,5;1,9
9 1,6;0,6;1,0;1,10;1,12;1,14;1,16;1,18;1,2;1,4;1,8
10 1,4;0,6;1,0;1,10;1,12;1,14;1,16;1,18;1,2;1,6;1,8
11 1,18;0,6;1,0;1,10;1,12;1,14;1,16;1,2;1,4;1,6;1,8
12 1,2;0,6;1,0;1,10;1,12;1,14;1,16;1,18;1,4;1,6;1,8
13 1,0;0,6;1,10;1,12;1,14;1,16;1,18;1,2;1,4;1,6;1,8
14 1,8;0,6;1,0;1,10;1,12;1,14;1,16;1,18;1,2;1,4;1,6
15 1,16;0,6;1,0;1,10;1,12;1,14;1,18;1,2;1,4;1,6;1,8
16 1,12;0,6;1,0;1,10;1,14;1,16;1,18;1,2;1,4;1,6;1,8
17 1,19;0,10;0,4;0,8;1,11;1,13;1,15;1,3;1,7;1,9
18 1,19;1,1;1,11;1,13;1,15;1,17;1,3;1,5;1,7;1,9
19 1,17;1,1;1,11;1,13;1,15;1,19;1,3;1,5;1,7;1,9
20 1,5;1,1;1,11;1,13;1,15;1,17;1,19;1,3;1,7;1,9
21 1,11;1,1;1,13;1,15;1,17;1,19;1,3;1,5;1,7;1,9
22 1,1;1,3;1,5;1,7;1,9
23 0,4;0,10;0,8;1,13;1,15;1,19;1,3;1,9
24 0,8;0,10;0,4;1,13;1,15;1,19;1,3;1,9
25 0,10;0,4;0,8;1,13;1,15;1,19;1,3;1,9
26 0,15;0,11;0,13;0,2;0,6;1,10;1,14
27 1,11;1,13;1,15;1,19;1,3;1,7;1,9
28 0,11;0,13;0,15;0,2;0,6;1,10;1,14
29 0,13;0,11;0,15;0,2;0,6;1,10;1,14
30 0,2;0,11;0,13;0,15;0,6;1,14
31 0,11
32 0,6
33 0,11
34 1,10
35 1,7
36 0,1
37 0,12
这是我的示例数据代码：
# find overlaps
library(dplyr)
library(lubridate)
data.example <-
structure(
list(
min = structure(
c(
1595894730,
1594726170,
1594902765,
1594942650,
1595029320,
1595632875,
1594903215,
1594894710,
1594899780,
1594726170,
1594895565,
1595805330,
1594726170,
1594906830,
1594749795,
1594773165,
1594904295,
1594741440,
1594750320,
1594906350,
1594730355,
1594901655,
1594726170,
1594906440,
1594747155,
1594906500,
1594726170,
1594746780,
1594906065,
1594726170,
1594906350,
1594748535,
1594905900,
1594740240,
1594855770,
1594906665,
1594726170
),
tzone = "",
class = c("POSIXct",
"POSIXt")
),
max = structure(
c(
1595904315,
1594733805,
1594905360,
1594952850,
1595039070,
1595642355,
1594905225,
1594905210,
1594903770,
1594734915,
1594909260,
1595815455,
1594734810,
1594923585,
1594756185,
1594782915,
1594923510,
1594746015,
1594763760,
1594917015,
1594762515,
1594923240,
1594763325,
1594922295,
1594763670,
1594923480,
1594743645,
1594764045,
1594922835,
1594763850,
1594923345,
1594763085,
1594923405,
1594757295,
1594865460,
1594923390,
1594763955
),
tzone = "",
class = c("POSIXct",
"POSIXt")
),
length_mins = structure(
c(
159.75,
127.25,
43.25,
170,
162.5,
158,
33.5,
175,
66.5,
145.75,
228.25,
168.75,
144,
279.25,
106.5,
162.5,
320.25,
76.25,
224,
177.75,
536,
359.75,
619.25,
264.25,
275.25,
283,
291.25,
287.75,
279.5,
628,
283.25,
242.5,
291.75,
284.25,
161.5,
278.75,
629.75
),
class = "difftime",
units = "mins"
),
core_name = c(
"0,1",
"0,10",
"0,11",
"0,11",
"0,11",
"0,12",
"0,13",
"0,15",
"0,2",
"0,4",
"0,6",
"0,6",
"0,8",
"1,0",
"1,1",
"1,10",
"1,10",
"1,11",
"1,11",
"1,12",
"1,13",
"1,14",
"1,15",
"1,16",
"1,17",
"1,18",
"1,19",
"1,19",
"1,2",
"1,3",
"1,4",
"1,5",
"1,6",
"1,7",
"1,7",
"1,8",
"1,9"
)
),
row.names = c(NA,
-37L),
class = "data.frame"
)
print ( data.example)
data.example <- data.example %>% mutate (overlaps = 1, cores_list = c(core_name))
print ("Calculating rows overlaps")
for (i in 1:(nrow(data.example)-1)) {
min_el1 <- data.example[i,]$min
max_el1 <- data.example[i,]$max
for (k in (i+1):nrow(data.example)) {
min_el2 <- data.example[k,]$min
max_el2 <- data.example[k,]$max
el1_interval <- interval(min_el1, max_el1)
el2_interval <- interval(min_el2, max_el2)
overlaps <- int_overlaps(el1_interval, el2_interval)
if (overlaps == T) {
print (paste ("row", i, "overlaps with row", k))
data.example[k,]$overlaps <- data.example[k,]$overlaps +1
data.example[i,]$overlaps <- data.example[i,]$overlaps +1
if ( !grepl( data.example[i,]$cores_list, data.example[k,]$core_name, fixed = TRUE)) {
data.example[i,]$cores_list <- paste(data.example[i,]$cores_list, data.example[k,]$core_name, sep=';')
}
if ( !grepl( data.example[k,]$cores_list, data.example[i,]$core_name, fixed = TRUE)) {
data.example[k,]$cores_list <- paste(data.example[k,]$cores_list, data.example[i,]$core_name, sep=';')
}
}
}
}
data.example <- data.example %>% arrange(desc(overlaps), desc(length_mins))
print (data.example)
我对结果很满意，但我的代码慢得要死。如果我有数百行代码需要几分钟 运行。我确信可以避免使用嵌套循环，并且可以显着加快代码速度。任何帮助将不胜感激。
这应该可以工作..似乎符合所需的输出..
library( data.table )
#make it a data.table
setDT( data.example )
#create temp id column and set is as key (for use with .EACHI later on)
data.example[, id := .I ]
setkey( data.example, id )
#self join on subset by row
data.example[ data.example,
c("overlaps", "cores_list") := {
temp <- data.example[ min <= i.max & max >= i.min, ]
list( nrow(temp), paste0( temp$core_name, collapse = ";") )
}, by = .EACHI ]
#if desired, you can drop the id-columns using: data.example[, id := NULL]