Как сгладить / объединить перекрывающиеся периоды времени

Вот возможное решение. Основная идея здесь состоит в том, чтобы сравнить отложенную start дату с максимальной датой окончания «до сих пор» с помощью функции cummax и создать индекс, который разделит данные на группы.

data %>%
  arrange(ID, start) %>% # as suggested by @Jonno in case the data is unsorted
  group_by(ID) %>%
  mutate(indx = c(0, cumsum(as.numeric(lead(start)) >
                     cummax(as.numeric(end)))[-n()])) %>%
  group_by(ID, indx) %>%
  summarise(start = first(start), end = last(end))

# Source: local data frame [3 x 4]
# Groups: ID
# 
#   ID indx      start        end
# 1  A    0 2013-01-01 2013-01-06
# 2  A    1 2013-01-07 2013-01-11
# 3  A    2 2013-01-12 2013-01-15

Ответ @David Arenburg отличный, но я столкнулся с проблемой, когда более ранний интервал заканчивался после более позднего интервала, но использование last в вызове summarise привело к неправильной дате окончания. Я предлагаю заменить first(start) и last(end) на min(start) и max(end)

data %>%
  group_by(ID) %>%
  mutate(indx = c(0, cumsum(as.numeric(lead(start)) >
                     cummax(as.numeric(end)))[-n()])) %>%
  group_by(ID, indx) %>%
  summarise(start = min(start), end = max(end))

Кроме того, как упомянул @Jonno Bourne, сортировка по start и любым группирующим переменным важна перед применением метода.

Для полноты картины пакет IRanges на Bioconductor имеет несколько полезных функций. который можно использовать для работы с датами или временными диапазонами. Одна из них - функция reduce(), которая объединяет перекрывающиеся или смежные диапазоны.

Однако есть недостаток, потому что IRanges работает с целочисленными диапазонами (отсюда и название), поэтому удобство использования функций IRanges достигается за счет преобразования объектов Date или POSIXct туда и обратно.

Кроме того, кажется, что dplyr не очень хорошо работает с IRanges (по крайней мере, если судить по моему ограниченному опыту работы с dplyr), поэтому я использую data.table:

library(data.table)
options(datatable.print.class = TRUE)
library(IRanges)
library(lubridate)

setDT(data)[, {
  ir <- reduce(IRanges(as.numeric(start), as.numeric(end)))
  .(start = as_datetime(start(ir)), end = as_datetime(end(ir)))
}, by = ID]

       ID      start        end
   <fctr>     <POSc>     <POSc>
1:      A 2013-01-01 2013-01-06
2:      A 2013-01-07 2013-01-11
3:      A 2013-01-12 2013-01-15

Вариант кода

setDT(data)[, as.data.table(reduce(IRanges(as.numeric(start), as.numeric(end))))[
  , lapply(.SD, as_datetime), .SDcols = -"width"], 
  by = ID]

В обоих вариантах используется as_datetime() из пакетов lubridate, который позволяет указать источник при преобразовании чисел в POSIXct объекты.

Было бы интересно увидеть эталонное сравнение подходов IRanges с ответом Дэвида.

Похоже, я немного опоздал на вечеринку, но я взял код @zach и переписал его, используя data.table ниже. Я не проводил всестороннего тестирования, но он работал примерно на 20% быстрее, чем версия tidy. (Я не смог протестировать метод IRange, потому что пакет еще не доступен для R 3.5.1)

Кроме того, принятый ответ не учитывает крайний случай, когда один диапазон дат полностью находится в пределах другого (например, от 2018-07-07 до 2017-07-14 находится в пределах от 2018-05-01 до 2018-12-01). Ответ @zach действительно отражает этот крайний случай.

library(data.table)

start_col = c("2018-01-01","2018-03-01","2018-03-10","2018-03-20","2018-04-10","2018-05-01","2018-05-05","2018-05-10","2018-07-07")
end_col = c("2018-01-21","2018-03-21","2018-03-31","2018-04-09","2018-04-30","2018-05-21","2018-05-26","2018-05-30","2018-07-14")

# create fake data, double it, add ID
# change row 17, such that each ID grouping is a little different
# also adds an edge case in which one date range is totally within another
# (this is the edge case not currently captured by the accepted answer)
d <- data.table(start_col = as.Date(start_col), end_col = as.Date(end_col))
d2<- rbind(d,d)
d2[1:(.N/2), ID := 1]
d2[(.N/2 +1):.N, ID := 2]
d2[17,end_col := as.Date('2018-12-01')]

# set keys (also orders)
setkey(d2, ID, start_col, end_col)

# get rid of overlapping transactions and do the date math
squished <- d2[,.(START_DT = start_col, 
                  END_DT = end_col, 
                  indx = c(0, cumsum(as.numeric(lead(start_col)) > cummax(as.numeric(end_col)))[-.N])),
               keyby=ID
               ][,.(start=min(START_DT), 
                    end = max(END_DT)),
                 by=c("ID","indx")
                 ]