Python中如何根据距离条件提取多个不连续的时间范围？

核心思路是识别连续符合条件的行组，再对每个组提取首尾时间。用Pandas可以这样实现：

1. 标记符合距离条件的行
   新增一列is_important，标记该行是否属于重要事件范围：

   import pandas as pd
   
   # 构造示例DataFrame
   df = pd.DataFrame({
       'Timestamp': ['1s', '2s', '3s', '4s', '5s'],
       'Dist from Each Other': [1000, 2000, 3000, 2000, 1000]
   })
   
   # 标记符合条件的行
   df['is_important'] = df['Dist from Each Other'].between(1000, 2000)
   

2. 为连续的符合条件行分配组ID
   通过对比当前行和上一行的is_important状态，生成组ID，这样断开的区间会被分到不同组：

   # 计算状态变化的点，生成组ID
   df['group_id'] = (df['is_important'] != df['is_important'].shift()).cumsum()
   

3. 过滤并提取每个组的时间范围
   只保留符合条件的组，然后按组分组取首尾时间，最后整理成需要的格式：

   # 筛选出重要事件的组，分组后提取首尾时间
   result = df[df['is_important']].groupby('group_id').agg(
       start_time=('Timestamp', 'min'),
       end_time=('Timestamp', 'max')
   )
   
   # 整理成"X-Y秒"的格式
   result['time_range'] = result['start_time'].str.replace('s', '') + '-' + result['end_time'].str.replace('s', '') + '秒'
   
   # 输出结果
   print(result['time_range'].tolist())
   

运行这段代码后，会得到预期结果：['1-2秒', '4-5秒']

原理说明：

• between(1000,2000)直接标记符合距离区间的行；
• shift()对比当前行和上一行的状态，cumsum()给每一段连续的相同状态分配唯一ID，中间不符合条件的行（比如第3秒）会把前后的符合条件行分成不同组；
• 最后分组取首尾时间，就能得到每个独立的重要事件时间范围。

内容的提问来源于stack exchange，提问作者Luke Fields