Python 如何处理时间重叠并确定持续时间？熊猫蟒蛇

目前，我已经成功地编写了一个程序，允许我查找全部或部分时间重叠（请参阅相同编号的“group_overl”）

出现两种情况：

• 如果我有一个完整的重叠，我必须删除第一个中包含的一个或多个
• 如果有部分重叠，我必须从第二个开始，重新计算持续时间

为了更好地理解，以下是一个示例：

我的df：

      alias          begin                      end                         duration    group_overl
0     M4            2019-10-21 07:39:26.356716  2019-10-21 07:42:02.574268  156.218     1
1     M4            2019-10-21 07:40:03.235327  2019-10-21 07:42:02.222821  118.987     1
2     M4            2019-10-21 07:42:52.299657  2019-10-21 07:43:19.834114  27.534      2
3     M4            2019-10-21 07:44:09.936458  2019-10-21 07:44:37.143862  27.207      3
4     M4            2019-10-21 07:45:27.488518  2019-10-21 07:45:54.122312  26.634      4
5     M4            2019-10-21 07:57:27.564887  2019-10-21 08:26:00.413448  1712.849    11
6     M4            2019-10-21 07:58:06.209659  2019-10-21 08:27:00.413448  1734.204    11

预期结果：

      alias         begin                       end                         duration    
0     M4            2019-10-21 07:39:26.356716  2019-10-21 07:42:02.574268  156.218     

2     M4            2019-10-21 07:42:52.299657  2019-10-21 07:43:19.834114  27.534      
3     M4            2019-10-21 07:44:09.936458  2019-10-21 07:44:37.143862  27.207      
4     M4            2019-10-21 07:45:27.488518  2019-10-21 07:45:54.122312  26.634      
5     M4            2019-10-21 07:57:27.564887  2019-10-21 08:26:00.413448  1712.849    
6     M4            2019-10-21 08:26:00.413448  2019-10-21 08:27:00.413448  60 

• 如您所见，第1行已消失，因为它完全处于第0行的时间。第1行已被删除
• 第6行部分位于第5行。所以6的真正开始是5的结束。所以我们在第6行的开始和结束之间做了新的区别，以获得新的持续时间（这里是60秒）

---

我试过几种治疗方法，但我做不到，谢谢你的时间

由于我们使用的是

shift（）

，此方法假定您已按

begin

列对数据帧进行排序，如示例所示。听起来您不需要按别名分组：

使用

shift

创建您提到的两个条件。对于第一个条件，过滤掉结果。第二种方法是使用

where（）

如果要确保这些条件按组保留，则可以创建第三个条件，即它们必须在同一组中。一定要这样做

df=df.sort_值（['alias'，'begin'，'end]）

然后：

df['begin'] = pd.to_datetime(df['begin'])
df['end'] = pd.to_datetime(df['end'])
c1 = (df['begin'].between(df['begin'].shift(), df['end'].shift()) 
     & df['end'].between(df['begin'].shift(), df['end'].shift()))
c2 = (df['begin'].between(df['begin'].shift(), df['end'].shift()) 
     & df['end'].gt(df['end'].shift()))
c3 = df['alias'] == df['alias'].shift()
df = df[~(c1 & c3)]
df['duration'] = df['duration'].where(~(c2 & c3), (df['end'] - df['end'].shift()).dt.seconds)
df
Out[2]: 
  alias                      begin                        end  duration  \
0    M4 2019-10-21 07:39:26.356716 2019-10-21 07:42:02.574268   156.218   
2    M4 2019-10-21 07:42:52.299657 2019-10-21 07:43:19.834114    27.534   
3    M4 2019-10-21 07:44:09.936458 2019-10-21 07:44:37.143862    27.207   
4    M4 2019-10-21 07:45:27.488518 2019-10-21 07:45:54.122312    26.634   
5    M4 2019-10-21 07:57:27.564887 2019-10-21 08:26:00.413448  1712.849   
6    M4 2019-10-21 07:58:06.209659 2019-10-21 08:27:00.413448    60.000   

   group_overl  
0            1  
2            2  
3            3  
4            4  
5           11  
6           11  

---

由于我们使用的是

shift（）

，因此此方法假定您已按

begin

列对数据帧进行排序，如示例所示。听起来您不需要按别名分组：

使用

shift

创建您提到的两个条件。对于第一个条件，过滤掉结果。第二种方法是使用

where（）

如果要确保这些条件按组保留，则可以创建第三个条件，即它们必须在同一组中。一定要这样做

df=df.sort_值（['alias'，'begin'，'end]）

然后：

df['begin'] = pd.to_datetime(df['begin'])
df['end'] = pd.to_datetime(df['end'])
c1 = (df['begin'].between(df['begin'].shift(), df['end'].shift()) 
     & df['end'].between(df['begin'].shift(), df['end'].shift()))
c2 = (df['begin'].between(df['begin'].shift(), df['end'].shift()) 
     & df['end'].gt(df['end'].shift()))
c3 = df['alias'] == df['alias'].shift()
df = df[~(c1 & c3)]
df['duration'] = df['duration'].where(~(c2 & c3), (df['end'] - df['end'].shift()).dt.seconds)
df
Out[2]: 
  alias                      begin                        end  duration  \
0    M4 2019-10-21 07:39:26.356716 2019-10-21 07:42:02.574268   156.218   
2    M4 2019-10-21 07:42:52.299657 2019-10-21 07:43:19.834114    27.534   
3    M4 2019-10-21 07:44:09.936458 2019-10-21 07:44:37.143862    27.207   
4    M4 2019-10-21 07:45:27.488518 2019-10-21 07:45:54.122312    26.634   
5    M4 2019-10-21 07:57:27.564887 2019-10-21 08:26:00.413448  1712.849   
6    M4 2019-10-21 07:58:06.209659 2019-10-21 08:27:00.413448    60.000   

   group_overl  
0            1  
2            2  
3            3  
4            4  
5           11  
6           11  

---

是否有多个

alias

值需要分组，或者该列是否全部

M4

？在这种情况下，所有列都带有“M4”，因为我已经分解了df。但是在另一个项目中，实际上groupby是受欢迎的。你认为

组中的行数应该超过2行吗？@QuangHoang是的，可能有多个
别名
值需要分组，或者该列都是
M4
？在这种情况下，所有列都带有“M4”，因为我已经分解了df。但是在另一个项目中，实际上groupby是受欢迎的。你认为一个
group\u over
group中会有超过2行吗？@QuangHoang是的，可能会有很多问题！如果我需要使用
groupby
，原因是多别名（按curuousity）？如果我有另一列用于
groupby
。对于您的代码，我只需要将其添加到
sort_values
c4=df['priority']==df['priority'].shift（）df=df[~（c1&c3&c4）]中，并准确地修改
中的条件。你成功了！如果你能接受这个答案，我将不胜感激。非常感谢。where条件等于c2、c3和c4？非常感谢！如果我需要使用
groupby
，原因是多别名（按curuousity）？如果我有另一列用于
groupby
。对于您的代码，我只需要将其添加到
sort_values
c4=df['priority']==df['priority'].shift（）df=df[~（c1&c3&c4）]中，并准确地修改
中的条件。你成功了！如果你能接受这个答案，我将不胜感激。非常感谢。何处条件等于c2、c3和c4？