如何用Pandas将事件起止时长数据转为布尔时间序列？

假设你的原始事件数据结构如下（以分钟粒度为例）：

import pandas as pd

# 示例输入：事件ID、起始时间、持续时长（分钟）
df_events = pd.DataFrame({
    'event_id': [1, 2],
    'start_time': pd.to_datetime(['2024-01-01 10:00:00', '2024-01-01 10:05:00']),
    'duration_min': [3, 4]
})

目标是生成按时间粒度展开的布尔矩阵（事件发生时标记为1，否则为0），以下是两种无需嵌套循环的高效实现方案：

方案一：利用IntervalIndex矢量化判断 #

这种方法通过时间区间匹配实现，完全基于Pandas矢量化操作，性能最优：

# 1. 计算每个事件的结束时间，并创建时间区间索引
df_events['end_time'] = df_events['start_time'] + pd.to_timedelta(df_events['duration_min'], unit='m')
event_intervals = pd.IntervalIndex.from_arrays(df_events['start_time'], df_events['end_time'], closed='left')

# 2. 生成覆盖所有事件的完整时间序列（freq参数可调整粒度，如'S'代表秒）
min_time = df_events['start_time'].min()
max_time = df_events['end_time'].max()
full_timestamps = pd.date_range(start=min_time, end=max_time, freq='T')

# 3. 批量判断每个时间戳是否落在事件区间内，转换为整数布尔值
result = pd.DataFrame(
    data=[event_intervals.contains(ts) for ts in full_timestamps],
    index=full_timestamps,
    columns=[f'event_{eid}' for eid in df_events['event_id']]
).astype(int)

方案二：生成事件时间点后透视聚合 #

适合需要更灵活处理时间粒度的场景：

# 1. 为每个事件生成所有包含的时间戳并展开
event_time_points = df_events.apply(
    lambda row: pd.date_range(
        row['start_time'], 
        row['start_time'] + pd.to_timedelta(row['duration_min'], unit='m'), 
        freq='T', 
        closed='left'
    ),
    axis=1
).explode()

# 2. 整理数据格式，标记事件存在
event_time_points = event_time_points.reset_index().rename(columns={'index': 'event_id', 0: 'timestamp'})
event_time_points['value'] = 1

# 3. 生成完整时间序列，合并后透视填充0
full_timestamps = pd.date_range(
    start=df_events['start_time'].min(),
    end=df_events['end_time'].max(),
    freq='T'
).to_frame(name='timestamp')

result = full_timestamps.merge(event_time_points, on='timestamp', how='left')
result = result.pivot(index='timestamp', columns='event_id', values='value').fillna(0).astype(int)
result.columns = [f'event_{col}' for col in result.columns]

方案优势 #

两种方案都避免了Python嵌套循环的低效问题，利用Pandas内部的C扩展实现矢量化计算，处理数百个跨小时的事件时，性能比循环提升数十倍甚至上百倍。可通过调整freq参数适配秒、小时等不同时间粒度。

内容的提问来源于stack exchange，提问作者Apollo42