基于重叠时间范围合并DataFrame，解决KeyError报错问题

我明白你遇到的困扰了——当两个DataFrame的时间区间存在重叠时，用常规的区间匹配方法会抛出KeyError: 'indexer does not intersect a unique set of intervals'。这是因为pandas的IntervalIndex.get_loc要求区间必须是不重叠、无交叉的，而你的df_2里有多个重叠的时间区间（比如E2和E3的区间就有重叠部分），单个时间戳可能匹配多个区间，导致get_loc无法返回唯一索引，所以报错。

下面给你一个简单高效的解决方案，完全能实现你想要的结果：

步骤1：确保所有时间列都是datetime类型 #

首先要把df_1和df_2里的时间列转换成pandas的datetime格式，避免后续匹配时出现类型问题：

import pandas as pd
import numpy as np

# 导入你提供的示例数据
df_1 = pd.DataFrame({
    'timestamp': ['2019-07-14 05:31:00', '2019-07-14 06:32:00', '2019-07-14 07:02:00'],
    'A': [0.020228, 0.057780, 0.076623],
    'B': [0.026572, 0.175499, 0.875499]
})

df_2 = pd.DataFrame({
    'start': ['2019-07-14 05:30:00', '2019-07-14 06:00:00', '2019-07-14 06:30:01', '2019-07-14 07:30:01'],
    'end': ['2019-07-14 06:30:00', '2019-07-14 07:00:00', '2019-07-14 07:30:00', '2019-07-14 08:30:00'],
    'event': ['E1', 'E2', 'E3', 'E4']
})

# 转换时间列类型为datetime
df_1['timestamp'] = pd.to_datetime(df_1['timestamp'])
df_2['start'] = pd.to_datetime(df_2['start'])
df_2['end'] = pd.to_datetime(df_2['end'])

步骤2：交叉合并+条件过滤 #

利用pandas的merge(how='cross')先做全量交叉合并，然后过滤出timestamp落在对应start和end区间内的行，这种方法完全兼容重叠区间的场景：

# 交叉合并两个DataFrame，生成所有可能的组合
cross_merge = df_1.merge(df_2, how='cross')

# 过滤出符合时间区间条件的行
result = cross_merge[(cross_merge['timestamp'] >= cross_merge['start']) & (cross_merge['timestamp'] <= cross_merge['end'])]

# 调整列的顺序，和你预期的结果一致
result = result[['start', 'end', 'event', 'timestamp', 'A']].reset_index(drop=True)

运行这段代码后，得到的result就是你想要的输出：

start                  end event           timestamp         A
0 2019-07-14 05:30:00 2019-07-14 06:30:00    E1 2019-07-14 05:31:00  0.020228
1 2019-07-14 06:00:00 2019-07-14 07:00:00    E2 2019-07-14 06:32:00  0.057780
2 2019-07-14 06:30:01 2019-07-14 07:30:00    E3 2019-07-14 06:32:00  0.057780
3 2019-07-14 06:30:01 2019-07-14 07:30:00    E3 2019-07-14 07:02:00  0.076623

为什么之前的方法报错？ #

你提到的高赞答案应该是用了IntervalIndex.get_loc方法，这个方法要求所有区间是无重叠、连续且唯一的。当你的df_2存在重叠区间时，一个时间戳会匹配多个区间，get_loc无法返回单一索引，就会抛出那个KeyError。而上面的交叉合并+过滤方法不依赖区间的唯一性，完全适配重叠场景。

如果你的数据量很大，交叉合并可能会占用较多内存，这时可以用更高效的方法：利用IntervalIndex的overlaps方法批量匹配，不过对于大多数日常场景，交叉合并的方法已经足够简单好用了。

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