如何将事件型Pandas DataFrame转换为方波时间序列？

核心思路 #

我们需要把每个事件的起止时间点、以及事件结束后的第一个时间点都纳入时间序列，同时给对应区间赋值：事件持续区间内用原value，区间外（包括事件结束后的时间）赋值0。

下面提供两种实用的实现方法，根据你的数据规模选择即可：

方法一：高效匹配（适合大跨度/少事件场景） #

这种方法不需要生成所有中间时间点，通过关键时间点匹配来赋值，内存占用更低：

import pandas as pd

# 示例原数据
data = {
    'start_time': [1671221209, 1671240425, 1671289246],
    'end_time': [1671234984, 1671241235, 1671289600],
    'value': [2000, 1000, 133]
}
df = pd.DataFrame(data)

# 1. 提取所有关键时间点：事件开始、事件结束、结束后第一个时间点
time_points = []
for _, row in df.iterrows():
    time_points.extend([row['start_time'], row['end_time'], row['end_time'] + 1])
# 去重并排序得到完整时间序列框架
time_points = sorted(set(time_points))
time_df = pd.DataFrame({'time': time_points})

# 2. 给每个时间点匹配对应的value
# 先给原数据标记事件结束的下一个时间点
df['end_next'] = df['end_time'] + 1
# 用merge_asof匹配最近的事件起始时间
time_df = pd.merge_asof(time_df.sort_values('time'),
                        df[['start_time', 'end_next', 'value']].sort_values('start_time'),
                        left_on='time',
                        right_on='start_time',
                        direction='backward')

# 3. 修正区间外的value为0
time_df['value'] = time_df.apply(lambda x: x['value'] if x['time'] < x['end_next'] else 0, axis=1)

# 清理结果
result = time_df[['time', 'value']].sort_values('time').reset_index(drop=True)
print(result)

方法二：直接生成全量时间点（适合短区间/多事件场景） #

这种方法逻辑更直观，直接生成每个事件的所有时间点，再补全空白区间：

import pandas as pd

# 示例原数据
data = {
    'start_time': [1671221209, 1671240425, 1671289246],
    'end_time': [1671234984, 1671241235, 1671289600],
    'value': [2000, 1000, 133]
}
df = pd.DataFrame(data)

# 1. 生成每个事件对应的时间序列DataFrame
event_dfs = []
for _, row in df.iterrows():
    # 生成从start到end的所有秒级时间点（转换为时间戳整数）
    time_range = pd.date_range(start=pd.to_datetime(row['start_time'], unit='s'),
                               end=pd.to_datetime(row['end_time'], unit='s'),
                               freq='s').astype(int) // 10**9
    event_df = pd.DataFrame({'time': time_range, 'value': row['value']})
    event_dfs.append(event_df)

# 2. 合并所有事件数据
combined = pd.concat(event_dfs)

# 3. 生成完整的时间跨度：从最早事件开始到最晚事件结束后1秒
min_time = df['start_time'].min()
max_time = df['end_time'].max() + 1
full_time_range = pd.Series(range(min_time, max_time + 1))

# 4. 补全空白时间点，未覆盖的区间赋值0
result = combined.set_index('time').reindex(full_time_range, fill_value=0).reset_index().rename(columns={'index': 'time'})
print(result)

内容的提问来源于stack exchange，提问作者Lênis Parge