在Python中，当范围重叠时，如何添加列的值

我有这张桌子：

    id   start  end  stg
0   ZZ   0      25   5.0
1   ZZ   10     65   7.0
2   ZZ   30     50   2.0
3   ZZ   50     60   3.0
4   BB   0      2    5.6
5   BB   5      8    6.6
6   BB   8      13   18.0

如果范围[start，end]中存在重叠，我想在“stg”中添加值，并创建新的范围和stg。输出应如下所示：

    id   start  end  stg
0   ZZ   0      10   5
1   ZZ   10     25   12
2   ZZ   25     30   7
3   ZZ   30     50   9
4   ZZ   50     60   10
5   ZZ   60     65   7
6   BB   0      5    5.6
7   BB   5      8    6.6
8   BB   8      13   18.0

---

这只是部分解决方案，因为它完全忽略了

id

。使用

IntervalIndex

：

示例数据 获取由起始值和结束值定义的最小子间隔 在原始DF上设置IntervalIndex 在列表中使用IntervalIndex切片

---

我不认为有一种方法可以通过广播（一次表）操作来实现这一点，这种方法比仅仅迭代更有效。（尽管可能会出现一个Pandas向导并与之相矛盾。）所以只需编写一个易于理解的显式循环，该循环将适用于任何序列或区间数（或者使用PyPI中的区间库）。如果你被卡住了，当然，带着一个特定的问题回到这里，但这应该很容易。问题是我甚至不知道如何编写循环！你能发文本而不是图片吗？另外，我不确定预期的输出数据帧是否完全准确。预期输出中缺少值60，输入中没有值75、80和110。@AntonvBR我已将其作为代码发布。彼得，对不起，你是对的！我更正了表格（由于手工计算，它仍然可能有错误），我希望这个想法是清楚的。太好了！刚刚注意到一个错误：其中一个间隔是

（50,50]

，我猜这不会有什么帮助哈哈。很快将编辑一个更正。我可以接受；-）因为我正在绘制这些范围，单点不会影响我的结果。但是提前谢谢你修改代码。@geek2000，很高兴听到这个消息。修正了，我认为：P（添加了

np.unique

）

df = pd.DataFrame({'id': ['ZZ'] * 4, 
                   'start': [0, 10, 30, 50], 
                   'end': [25, 65, 50, 60], 
                   'stg': [5.0, 7.0, 2.0, 3.0]})
df = df[['id', 'start', 'end', 'stg']]

df
   id  start  end  stg
0  ZZ      0   25  5.0
1  ZZ     10   65  7.0
2  ZZ     30   50  2.0
3  ZZ     50   60  3.0

subints = pd.IntervalIndex.from_breaks(sorted(np.unique(df[['start', 'end']].values.flatten())))
subints
IntervalIndex([(0, 10], (10, 25], (25, 30], (30, 50], (50, 60], (60, 65]]
              closed='right',
              dtype='interval[int64]')

idx = pd.IntervalIndex.from_arrays(df['start'], df['end'])
df.set_index(idx, inplace=True)
df
          id  start  end  stg
(0, 25]   ZZ      0   25  5.0
(10, 65]  ZZ     10   65  7.0
(30, 50]  ZZ     30   50  2.0
(50, 60]  ZZ     50   60  3.0

result = pd.DataFrame([(s.left, s.right, df2.loc[s]['stg'].sum()) 
                       for s in subints], 
                      columns=['start', 'end', 'stg'])
result
   start  end   stg
0      0   10   5.0
1     10   25  12.0
2     25   30   7.0
3     30   50   9.0
4     50   60  10.0
5     60   65   7.0