Determinar janelas de tempo sobrepostas

Uma abordagem é dividir seus dados em uma lista de quadros de dados por par de olhares e calcular olhares mútuos para cada quadro de dados nessa lista. Isso é usado data.table::foverlaps()para a junção de sobreposição rápida. Como você preferir, dplyré escrito de tal forma que se conecta às suas funções de agrupamento que pegam e retornam um quadro de dados, especificamente dplyr::group_modify().

library(data.table)
get_mutual_gazes_pair <- function(dt, grp) {
    # split into the pair involved
    person_list <- dt |>
        group_split(Gaze_by, Gaze_to)

    # if no pair, no overlaps
    if (length(person_list) == 1) {
        return(data.frame(NULL))
    }

    # get the overlaps
    dt1 <- setDT(person_list[[1]]) |> setkey(start, end)
    dt2 <- setDT(person_list[[2]]) |> setkey(start, end)
    overlaps_dt <- foverlaps(dt1, dt2, nomatch = NA)
    overlaps_dt <- overlaps_dt[complete.cases(overlaps_dt)]

    # get start, end and duration
    overlaps_dt |> reframe(
        MG_start = pmax(start, i.start),
        MG_end = pmin(end, i.end),
        MG_dur = MG_end - MG_start
    )
}

Então é só uma questão de calcular todos os pares de olhares mútuos:

library(dplyr)
gazes |>
    group_by(Sequ, Utterance, Gaze_pair) |>
    group_modify(get_mutual_gazes_pair)

#    Sequ Utterance Gaze_pair MG_start MG_end MG_dur
#   <dbl> <chr>     <chr>        <int>  <int>  <int>
# 1    55 where...? AB             100    200    100
# 2    55 where...? BC             230    500    270

Uma nota sobre múltiplos olhares

Observe o uso de pmin()and pmax()em vez de min()and max(). Em seus dados de exemplo, há um olhar mútuo por enunciado. Por exemplo, Alooks at Bfrom 100to 700e B looks at Afrom 0to 200, daí a sobreposição from 100to 200. Mas se imaginarmos que a pessoa Bolhou para person Aagain from 300to 400, teríamos dois olhares mútuos por enunciado. Essa abordagem funcionará nesse caso:

gazes2 <- gazes |>
    add_row(
        GazeID = 3, Sequ = 55, Utterance = "where...?", Q_by = "A",
        Answ_by = "A", Gaze_by = "B", Gaze_to = "A", Role = "Answerer", start = 300,
        end = 400, Gaze_pair = "AB"
    )
gazes2 |>
    group_by(Utterance, Gaze_pair) |>
    group_modify(get_mutual_gazes_pair)

#   Utterance Gaze_pair MG_start MG_end MG_dur
#   <chr>     <chr>        <dbl>  <dbl>  <dbl>
# 1 where...? AB             100    200    100
# 2 where...? AB             300    400    100
# 3 where...? BC             230    500    270

Incluindo sequências sem olhares

Em resposta ao seu comentário perguntando como garantir que todas Sequas ences sejam incluídas, mesmo que não tenham olhares mútuos, a função não sabe se cada uma Sequteve um olhar mútuo anteriormente. Em vez de introduzir o estado, acho que a abordagem mais simples é unir depois com quaisquer sequências que estejam faltando. Primeiro, vamos adicionar um novo Sequ, 66, sem olhar mútuo:

gazes3 <- gazes |>
    add_row(
        GazeID = 3, Sequ = 66, Utterance = "where...?", Q_by = "A",
        Answ_by = "A", Gaze_by = "B", Gaze_to = "A", Role = "Answerer", start = 300,
        end = 450, Gaze_pair = "AB"
    )

Então podemos apenas verificar quais Sequocorrências não estão incluídas na saída e adicioná-las, com todos os outros valores NA:

gazes3 %>%
    group_by(Sequ, Utterance, Gaze_pair) %>%
    group_modify(get_mutual_gazes_pair) %>%
    # ^^ as before, but below is new
    bind_rows(
        anti_join(distinct(gazes3, Sequ), .)
    ) %>%
    arrange(Sequ)

#    Sequ Utterance Gaze_pair MG_start MG_end MG_dur
#   <dbl> <chr>     <chr>        <dbl>  <dbl>  <dbl>
# 1    55 where...? AB             100    200    100
# 2    55 where...? BC             230    500    270
# 3    66 NA        NA              NA     NA     NA

Note que precisamos %>%para isso em vez de |>como precisamos usar o placeholder de pipe .em um lugar onde o equivalente de pipe base _não seria permitido. Em qualquer caso, essa junção garante que haverá uma linha para todos os valores de Sequ.