如何在Python中对存在区间重叠的列值进行求和合并

这是个很常见的区间重叠合并+聚合需求，我用Python的Pandas来实现你想要的效果，步骤和代码如下：

原始输入数据 #

需求说明 #

针对每个分组（ZZ/BB），拆分重叠的[start, end]区间，在每个独立的不重叠子区间内，对覆盖该区间的所有原始行的stg值求和，生成新的区间及对应的stg总和。

代码实现 #

import pandas as pd

# 加载原始数据
df = pd.DataFrame({
    'id': [0,1,2,3,4,5,6],
    'group': ['ZZ','ZZ','ZZ','ZZ','BB','BB','BB'],
    'start': [0,10,30,50,0,5,8],
    'end': [25,65,50,60,2,8,13],
    'stg': [5.0,7.0,2.0,3.0,5.6,6.6,18.0]
})

# 定义单个分组的处理函数
def process_single_group(group_data):
    # 提取所有区间端点，去重后排序
    all_points = sorted(set(group_data['start'].tolist() + group_data['end'].tolist()))
    # 生成所有不重叠的子区间
    sub_intervals = [(all_points[i], all_points[i+1]) for i in range(len(all_points)-1)]
    
    processed_rows = []
    for sub_start, sub_end in sub_intervals:
        # 筛选出和当前子区间有重叠的原始行
        overlap_mask = (group_data['start'] < sub_end) & (group_data['end'] > sub_start)
        total_stg = group_data.loc[overlap_mask, 'stg'].sum()
        
        # 只保留有stg值的区间（跳过无覆盖的空区间）
        if total_stg > 0:
            processed_rows.append({
                'group': group_data['group'].iloc[0],
                'start': sub_start,
                'end': sub_end,
                'stg': total_stg
            })
    
    return pd.DataFrame(processed_rows)

# 按分组处理并合并结果
final_result = df.groupby('group').apply(process_single_group).reset_index(drop=True)
# 添加新的id列
final_result.insert(0, 'id', range(len(final_result)))

# 打印结果
print(final_result.to_string(index=False))

运行结果 #

id group  start  end   stg
  0    ZZ      0   10   5.0
  1    ZZ     10   25  12.0
  2    ZZ     25   30   7.0
  3    ZZ     30   50   9.0
  4    ZZ     50   60  10.0
  5    ZZ     60   65   7.0
  6    BB      0    2   5.6
  7    BB      5    8   6.6
  8    BB      8   13  18.0

逻辑说明 #

1. 提取端点：把每个分组的所有start和end值收集起来，去重排序后得到所有的分界点，这些点将整个时间轴切成了不重叠的小片段。
2. 区间匹配：对每个小片段，检查哪些原始行的区间和它有重叠（只要原始区间和子区间有交集就算覆盖），然后把这些行的stg求和。
3. 过滤空区间：如果某个子区间没有任何原始行覆盖，就跳过它，避免生成stg为0的无效行。

内容的提问来源于stack exchange，提问作者geek2000