R：如果一列中的值位于其他两列中可能的一对值之间，则按组标识行号

我有一个问题可能很简单，但我就是想不出来。我的数据帧示例如下所示：

> df.corrected
   Grp Grp.ind ini.1 fin.1 ini.2 fin.2 
1    A     A.1     0     5     0     5 
2    A     A.2     5    10     5    25 
3    A     A.3    10    15    NA    NA 
4    A     A.4    15    26    NA    NA 
5    A     A.5    26    28    NA    NA 
6    A     A.6    28    30    25    30 
7    B     B.1     0    15     0    10 
8    B     B.2    NA    NA    10    20 
9    B     B.3    15    20    20    25 
10   B     B.4    20    31    25    30 
11   B     B.5    31    50    30    50 

> df.corrected
   Grp Grp.ind ini.1 fin.1 ini.2 fin.2 rownum New.Grp.ind
1    A     A.1     0     5     0     5      1         A.1
2    A     A.2     5    10     5    25      2         A.2
3    A     A.3    10    15    NA    NA      2         A.2
4    A     A.4    15    26    NA    NA      2         A.2
5    A     A.5    26    28    NA    NA      6         A.6
6    A     A.6    28    30    25    30      6         A.6
7    B     B.1     0    15     0    10      1         B.1
8    B     B.2    NA    NA    10    20     NA         B.2
9    B     B.3    15    20    20    25      2         B.2
10   B     B.4    20    31    25    30      3         B.3
11   B     B.5    31    50    30    50      5         B.5

我想在每组中查找行数，其中每个观察值的ini.1位于可能的ini.2和fin.2值之间（即ini.2% 变异（rownum=ifelse（！（ini.1>=ini.2&ini.1% mutate（rownum=ifelse）（is.na（rownum）， 行数（其中（（ini.1>=（ini.2%中的ini.2%）和（ini.1<（fin.2%中的fin.2））），行数（%>% mutate（New.Grp.ind=Grp.ind[rownum]） 在第二个mutate（）中也去掉了which（），但我没有成功。因为我的数据帧有超过6k个观测值，所以我想要一个不使用na.locf的灵活解决方案。我以前尝试过该解决方案，但在整个数据集中表现不佳

有人对如何解决这个问题有指导意见吗

---

我提前感谢大家的帮助。

使用

dplyr

的方法是通过

Grp

自动加入

df.corrected

，然后应用

filter

以满足OP提到的规则。这将为匹配条件提供

New.Grp.ind

。最后，对于无法满足匹配规则的行，我们已经提供了通过

Grp

和

Grp.ind

纠正

df

，使用

right\u join

）连接回（使用

right\u join

）

注意：我假设

Grp+Grp.ind

表示数据中唯一的一行。如果不是，则应在数据中添加一个

行号

，该行号可以用作

右键联接的一部分

library(dplyr)

df.corrected %>% inner_join((df.corrected %>% group_by(Grp) %>%
        mutate(rownum= row_number())), by="Grp") %>%
  filter(ini.1.x >=ini.2.y & ini.1.x < fin.2.y) %>%
  select( Grp, Grp.ind = Grp.ind.x, ini.1 = ini.1.x, fin.1 = fin.1.x, ini.2 = ini.2.x, 
           fin.2 = fin.2.x, rownum, New.Grp.ind = Grp.ind.y) %>%
  right_join(df.corrected, by=c("Grp","Grp.ind")) %>%
  select( Grp, Grp.ind, ini.1 = ini.1.x, fin.1 = fin.1.x, ini.2 = ini.2.x, fin.2 = fin.2.x,
         rownum, New.Grp.ind) %>%
  mutate(New.Grp.ind = coalesce(New.Grp.ind, Grp.ind))

#    Grp Grp.ind ini.1 fin.1 ini.2 fin.2 rownum New.Grp.ind
# 1    A     A.1     0     5     0     5      1         A.1
# 2    A     A.2     5    10     5    25      2         A.2
# 3    A     A.3    10    15    NA    NA      2         A.2
# 4    A     A.4    15    26    NA    NA      2         A.2
# 5    A     A.5    26    28    NA    NA      6         A.6
# 6    A     A.6    28    30    25    30      6         A.6
# 7    B     B.1     0    15     0    10      1         B.1
# 8    B     B.2    NA    NA    NA    NA     NA         B.2
# 9    B     B.3    15    20    20    25      2         B.2
# 10   B     B.4    20    31    25    30      3         B.3
# 11   B     B.5    31    50    30    50      5         B.5

库（dplyr）
df.corrected%%>%内部联接（（df.corrected%%>%groupby（Grp）%%
变异（rownum=row_number（）），通过=“Grp”）%>%
过滤器（ini.1.x>=ini.2.y&ini.1.x%
选择（Grp，Grp.ind=Grp.ind.x，ini.1=ini.1.x，fin.1=fin.1.x，ini.2=ini.2.x，
fin.2=fin.2.x，rownum，New.Grp.ind=Grp.ind.y）%>%
右连接（df.corrected，by=c（“Grp”，“Grp.ind”））%>%
选择（Grp，Grp.ind，ini.1=ini.1.x，fin.1=fin.1.x，ini.2=ini.2.x，fin.2=fin.2.x，
rownum，New.Grp.ind）%>%
突变（New.Grp.ind=合并（New.Grp.ind，Grp.ind））
#Grp Grp.ind ini.1 fin.1 ini.2 fin.2 rownum New.Grp.ind
#1 A.1 0 5 0 5 1 A.1
#2 A.2 5 10 5 25 2 A.2
#3 A.3 10 15 NA 2 A.2
#4 A.4 15 26 NA 2 A.2
#5 A.5 26 28 NA 6 A.6
#6 A.6 28 30 25 30 6 A.6
#7 B.1 0 15 0 10 1 B.1
#8 B.2不适用于B.2
#9 B B.3 15 20 25 2 B.2
#10 B B.4 20 31 25 30 B.3
#11 B.5 31 50 30 50 5 B.5

数据：

df.corrected <- read.table(text = 
"Grp Grp.ind ini.1 fin.1 ini.2 fin.2 
1    A     A.1     0     5     0     5 
2    A     A.2     5    10     5    25 
3    A     A.3    10    15    NA    NA 
4    A     A.4    15    26    NA    NA 
5    A     A.5    26    28    NA    NA 
6    A     A.6    28    30    25    30 
7    B     B.1     0    15     0    10 
8    B     B.2    NA    NA    10    20 
9    B     B.3    15    20    20    25 
10   B     B.4    20    31    25    30 
11   B     B.5    31    50    30    50",
header = TRUE, stringsAsFactors = FALSE)

<代码> DF.纠正了如果有多个重叠，你想要多行吗？即使没有重叠，在第2行的表中，例如用<代码> @ Mike H.，我没有考虑重叠，因为我没有在我的数据上看到任何东西。@ Calum。你是对的。当我编码R时，它没有给我显示那些双匹配。我会编辑这个问题，所以它是。伊尼。2@Javmi我已经添加了一个答案。如果这是您想要的，请看一看并提供反馈。我故意将第8行
的
新.Grp.ind
保留为
NA
。如果您确实需要，可以将其更改为
B.2'，如所需的输出所示。您正确地假设每个Gr+Grp\u ind都是唯一的
df.corrected <- read.table(text = 
"Grp Grp.ind ini.1 fin.1 ini.2 fin.2 
1    A     A.1     0     5     0     5 
2    A     A.2     5    10     5    25 
3    A     A.3    10    15    NA    NA 
4    A     A.4    15    26    NA    NA 
5    A     A.5    26    28    NA    NA 
6    A     A.6    28    30    25    30 
7    B     B.1     0    15     0    10 
8    B     B.2    NA    NA    10    20 
9    B     B.3    15    20    20    25 
10   B     B.4    20    31    25    30 
11   B     B.5    31    50    30    50",
header = TRUE, stringsAsFactors = FALSE)