如何将Pandas重叠时间区间转换为时间序列并对重叠区间VIS值求和

核心思路 #

• 提取所有时间边界点：将原表中所有start_time和end_time合并后去重、按时间升序排序，得到连续不重叠的时间区间分割点
• 生成全量非重叠小区间：将相邻的两个时间点配对，形成覆盖从最早起始时间到最晚结束时间的无重叠小区间
• 匹配并累加VIS值：对每个小区间，统计所有原时间区间覆盖该小区间的VIS值之和，作为该小区间的最终VIS结果

注意：如果你的start_time和end_time列是字符串格式，需要先通过pd.to_datetime()转换为datetime类型再执行后续代码。

完整实现代码 #

import pandas as pd
from datetime import datetime

# ------------------- 可替换为你的实际数据 -------------------
# 模拟原重叠时间区间DataFrame
df = pd.DataFrame({
    'start_time': [
        datetime(2023,1,1,8,0),
        datetime(2023,1,1,8,30),
        datetime(2023,1,1,9,0)
    ],
    'end_time': [
        datetime(2023,1,1,9,0),
        datetime(2023,1,1,10,0),
        datetime(2023,1,1,10,30)
    ],
    'VIS': [10, 20, 30]
})
# ----------------------------------------------------------

# 1. 提取所有时间边界点并排序去重
time_points = pd.concat([df['start_time'], df['end_time']]).drop_duplicates().sort_values().reset_index(drop=True)

# 2. 生成覆盖全时间范围的非重叠小区间
full_intervals = pd.DataFrame({
    'start_time': time_points[:-1],
    'end_time': time_points[1:]
})

# 3. 计算每个小区间的VIS累加值
# 构造覆盖判断矩阵：行对应原区间，列对应新小区间，True表示原区间覆盖该小区间
mask = (df['start_time'].values[:, None] <= full_intervals['start_time'].values) & \
       (df['end_time'].values[:, None] >= full_intervals['end_time'].values)
# 矩阵点乘求和得到每个小区间的VIS总和
full_intervals['VIS'] = mask.T.dot(df['VIS'].values)

# 输出最终结果
print(full_intervals)

输出示例 #

以上模拟代码的输出结果如下，完全符合无重叠、覆盖全时间范围、重叠区域VIS累加的要求：

内容的提问来源于stack exchange，提问作者tbuyar