r - 将重叠间隔的信息包含到 data.frame 中

Question

我有两个数据框:

dfA
"   ID  from    to  Lith
1   BG1 0       0.5 SED
2   BG1 0.5     0.6 GDI
3   BG1 0.6     2.8 GRN
3   ZH4 0       0.7 GRN
4   ZH4 0.7     3.0 GDI

dfB
"   ID  from    to  Weath
1   BG1 0       0.8 HW
2   BG1 0.8     1.5 SW
3   BG1 1.5     2.6 HW
4   ZH4 0       0.3 HW
5   ZH4 0.3     2.6 SW

我想要 dfA 中“Lith”的信息作为 dfB 中重叠(从“到”)的百分比。结果应该如下所示:

dfC
"   ID  from    to  Weath   GRN     GDI     SED
1   BG1 0       0.8 HW      0.25    0.125   0.625
2   BG1 0.8     1.5 SW      1       0       0
3   BG1 1.5     2.6 HW      1       0       0
4   ZH4 0       0.3 HW      1       0       0
5   ZH4 0.3     2.6 SW      0.1739  0.8261  0

请注意，dfA 的间隔与 dfB 的间隔不一致，并且仅检查相同 ID 的重叠。另请注意，在 dfB 的一个间隔内最多可以有 3 次重叠。 dfA 的间隔始终大于 dfB。

到目前为止，我的尝试都陷入了死胡同。按 ID 拆分 df 不是一个选项，因为原始数据量非常巨大。

Answer 1

这是一个可能的foverlaps解决方案

library(data.table)
setkey(setDT(dfA), ID, from, to)
setkey(setDT(dfB), ID, from, to)
res <- foverlaps(dfA, dfB)[, overlap := (pmin(to, i.to) - pmax(from, i.from))/(to - from)]
dcast(res, ID + from + to + Weath ~ Lith, value.var = "overlap", fill = 0)
#     ID from  to Weath      GDI      GRN   SED
# 1: BG1  0.0 0.8    HW 0.125000 0.250000 0.625
# 2: BG1  0.8 1.5    SW 0.000000 1.000000 0.000
# 3: BG1  1.5 2.6    HW 0.000000 1.000000 0.000
# 4: ZH4  0.0 0.3    HW 0.000000 1.000000 0.000
# 5: ZH4  0.3 2.6    SW 0.826087 0.173913 0.000

---

• key 通过 ID 和间隔(为了让 foverlpas 知道要操作哪一列，有必要)
• 运行 foverlaps 函数以识别重叠
• 根据您的规则定义overlap变量
• 最后，根据感兴趣的列dcast结果