Pandas 按程序将区间数据转换为横断面数据

我正在做一个项目，我有一个带有开始和结束时间戳的事件数据库。我想把这些数据作为横截面数据来处理

最简单的解决方案是迭代自大纪元以来的每个时间量，并根据每个记录的间隔进行检查

一定有更好的办法

我不懂语言，但在数据分析方面我偏爱python

哪些模块可以帮助我按程序转换这些数据

编辑：

以下是一些示例数据：

+-------+------+---------+----+
| start | end  | name    | ID |
+-------+------+---------+----+
|     0 |    7 | Bill    |  1 |
|     0 |    8 | Anne    |  2 |
|     2 |   10 | Charlie |  3 |
|     9 |   14 | David   |  4 |
|     8 |   14 | Eve     |  5 |
+-------+------+---------+----+

我想将其转换为如下数据：

time |   name | ID
0        Bill | 1
0    |   Anne | 2
1    |   Bill | 1
1    |   Anne | 2
2    |   Bill | 1
2    |   Anne | 2
3    |   Charlie | 2

---

这只是一个示例，我计划使用unix epoch时间戳，因此自1970年以来每秒迭代一次是不可行的。

您可以发布一个数据示例吗？我想这通常不赞成库推荐问题，所以这可能会结束。无论如何，如果您正在寻找python解决方案，pandas当然是有能力的。也许可以编辑您的问题以包含示例。