如何无需展开时序数据，基于其他列的时间范围过滤time-series？

当然存在这类方法，不用展开时序数据，直接通过数组/序列的索引定位与切片操作，就能依据startTime和endTime列的时间范围过滤对应的时序序列。

原始数据 #

预期结果 #

具体实现方案 #

1. Python（Pandas）

通过apply遍历每行，定位起止时间点在时序数组中的索引，再对数组切片：

import pandas as pd

# 构造数据集
df = pd.DataFrame({
    'timeSeries': [['t1','t2','t3','t4'], ['t1','t2','t3','t4']],
    'ValueSeries': [[1,2,3,4], [6,7,8,9]],
    'startTime': ['t1', 't2'],
    'endTime': ['t3', 't4']
})

# 定义过滤逻辑
def filter_ts(row):
    start_idx = row['timeSeries'].index(row['startTime'])
    end_idx = row['timeSeries'].index(row['endTime']) + 1  # 切片左闭右开，需+1包含endTime对应元素
    row['timeSeries'] = row['timeSeries'][start_idx:end_idx]
    row['ValueSeries'] = row['ValueSeries'][start_idx:end_idx]
    return row

# 应用过滤
df = df.apply(filter_ts, axis=1)

2. SQL（PostgreSQL为例）

利用PostgreSQL的数组内置函数，定位索引后直接切片：

SELECT
    array_slice(timeSeries, array_position(timeSeries, startTime), 
                array_position(timeSeries, endTime) - array_position(timeSeries, startTime) + 1) AS timeSeries,
    array_slice(ValueSeries, array_position(timeSeries, startTime), 
                array_position(timeSeries, endTime) - array_position(timeSeries, startTime) + 1) AS ValueSeries,
    startTime,
    endTime
FROM your_table;

核心思路是：找到时间范围端点在时序数组中的位置索引，直接对数组进行区间截取，全程无需将时序数据展开为多行，处理效率更高，尤其适合大规模时序数据集。

内容的提问来源于stack exchange，提问作者AdiK