如何按标签分组提取DataFrame中各动作的起止时间

我有一个包含视频时间（单位：秒）和动作标签的DataFrame，希望为每个标签生成对应的动作起止时间列表。

示例数据：

期望输出格式：

Label_Class_0 = [[76,78],[82,83],...]
Label_Class_1 = [[79,81],[84,..],...]

解决方案 #

利用Pandas的分组功能，先标记连续相同标签的分组，再聚合每组的起止时间，具体实现如下：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Time(sec)': [76,77,78,79,80,81,82,83,84],
    'Label': [0,0,0,1,1,1,0,0,1]
})

# 标记连续相同标签的分组
df['group'] = (df['Label'] != df['Label'].shift()).cumsum()

# 按标签+分组聚合，提取每组的起止时间
agg_result = df.groupby(['Label', 'group']).agg(
    start_time=('Time(sec)', 'min'),
    end_time=('Time(sec)', 'max')
).reset_index()

# 整理为期望的格式
label_time_ranges = {}
for label in agg_result['Label'].unique():
    ranges = agg_result[agg_result['Label'] == label][['start_time', 'end_time']].values.tolist()
    label_time_ranges[f'Label_Class_{label}'] = ranges

# 输出结果
for key, value in label_time_ranges.items():
    print(f"{key} = {value}")

运行结果 #

Label_Class_0 = [[76, 78], [82, 83]]
Label_Class_1 = [[79, 81], [84, 84]]

逻辑说明 #

1. 标记连续分组：通过对比当前行标签与上一行标签的差异，生成累计分组号，确保连续相同标签被归为同一组。
2. 聚合起止时间：按标签和分组号双重分组，对每组的时间列取最小值（起始时间）和最大值（结束时间）。
3. 格式整理：遍历每个标签，提取对应的时间区间列表，转换成期望的变量格式输出。

内容的提问来源于stack exchange，提问作者Hammond