筛选时间段在另一行时间段内的行

在每组中,取每一行,检查其开始日期是否大于或等于组中任何其他行的开始日期。然后检查其结束日期是否小于组中任何其他行的结束日期。如果 二者都 这些条件是 TRUE 对于此行,与相比 any 在其他行中,则应过滤掉这一行。

一种步行方式是:

library(tidyverse)

df %>%
  filter(df %>%
    mutate(across(contains('date'), as.Date)) %>%
    group_split(Category) %>%
    map(~ sapply(seq(nrow(.x)), function(i) {
            !any(.x$date_in[i] >= .x$date_in[-i] & 
                 .x$date_out[i] <= .x$date_out[-i])
      })) %>%
    unlist())
#>   Category    date_in   date_out
#> 1       KA 2018-09-05 2018-10-08
#> 2       KB 2018-09-24 2018-10-08

上述示例中使用的数据取自问题并可复制

df <- structure(list(Category = c("KA", "KA", "KA", "KB"), 
                     date_in = c("2018-09-05", "2018-09-05", "2018-09-18", 
                                 "2018-09-24"), 
                     date_out = c("2018-10-08", "2018-09-18", "2018-09-24", 
                                  "2018-10-08")), 
                class = "data.frame", row.names = c(NA, -4L))

我不太喜欢dplyr,但我可以建议的解决方案如下:

d <- data.frame(a = c('KA','KA','KA','KB'), 
           date_in=as.Date(c('2018-09-05','2018-09-05','2018-09-18','2018-09-24')),
           date_out=as.Date(c('2018-10-08','2018-09-18','2018-09-24','2018-10-08')))

library(dplyr)
d2 <- d %>% group_by(a) %>% mutate(date_in = min(date_in)) %>% mutate(date_out = max(date_out))  
d2 <- d2[!duplicated(d2),]

print(d2)

# A tibble: 2 × 3
# Groups:   a [2]
  a     date_in    date_out  
  <chr> <date>     <date>    
1 KA    2018-09-05 2018-10-08
2 KB    2018-09-24 2018-10-08