检查字符串中数字的连续性

Question

我有一个字符串列出了个人的任期，例如：

all_terms <- "2012 to 2024, 2007 to 2007, 2001 to 2003, 2000 to 2009, 2010 to 2011"

我想知道此人是否连续任职，这意味着：

1. 一个学期的结束年份和另一个学期的开始年份可以相差一，即2011年结束的学期和2012年开始的新学期将被视为连续。
2. 属于其他任期内或跨其他任期的任期不应影响连续性，即上述2001年至2003年的任期属于2000年至2009年，并且不影响连续性。同样，从 2008 年到 2013 年的任期也不会干扰连续性。

因此上面的示例将被识别为连续的，但这个 - “1989 至 2008、2020 至 2024”则不会。

我已经想出了这段代码，但它不起作用：

all_terms <- "2012 to 2024, 2007 to 2007, 2001 to 2003, 2000 to 2009, 2010 to 2011"

# Process terms to extract years and create a data frame
terms_list <- str_split(all_terms, ",\\s*")[[1]]
years <- map(terms_list, ~str_extract_all(.x, "\\d{4}")[[1]])
years_df <- map_df(years, ~data.frame(start = as.numeric(.x[1]), end = as.numeric(.x[2])))

# Sort years by start date
years_df <- years_df %>% arrange(start)

# Adjust end year by adding one for continuity check
years_df$modified_end <- years_df$end + 1

# Check for continuity
is_continuous <- all(c(TRUE, tail(years_df$start, -1) <= head(years_df$modified_end, -1)))

# Results
list(
  is_continuous = is_continuous,
  start_years = min(years_df$start),
  end_years = max(years_df$end)
)

Answer 1

这有点冗长，但却是一种简洁的方法：

all_terms <- "2012 to 2024, 2007 to 2007, 2001 to 2003, 2000 to 2009, 2010 to 2011"

library(tidyverse)
data.frame(id = 1, all_terms) |>
  separate_longer_delim(all_terms, delim = ", ") |>
  separate_wider_delim(cols = all_terms, names = c("from", "to"), delim = " to ") |>
  mutate(row = row_number()) |>
  summarize(year = seq(from, to, 1), .by = c(id, row)) |>
  distinct(id, year) |>
  arrange(id, year) |>
  summarize(terms = max(cumsum(year > lag(year,1,0) + 1)), .by = id)

这会将字符串放入数据帧中，在每个

 ,

处拆分成行，将其拆分为

from

和

to

，然后创建覆盖该范围的年份序列，为每个 id 选择每年之一，然后检查如何每个 id 有很多空白。

它报告原始数据的一项，第二数据的两项。