Python 查找重叠时间范围

我有以下数据，按开始时间按升序排序：

---------------------------
Name | start | end  | count|
A    | 3:00  | 4:00 | 6    |
B    | 3:00  | 4:00 | 6    |
C    | 3:00  | 4:00 | 6    |
D    | 3:00  | 3:30 | 6    |
E    | 3:32  | 4:00 | 6    |
F    | 4:01  | 5:00 | 6    |
----------------------------

我使用以下逻辑来查找重叠：

max(start1,start2) < min(end1,end2)

---

如果我正确理解了你的问题，如果你用一个图来表示你的数据，每一行有一个顶点，如果两行的时隙重叠，两行之间有一条边，那么你要寻找的是该图中的一组。使用您的输入数据，并使用查找派系：

将networkx导入为nx
G=nx.Graph（）
G.add_nodes_from（['A'，'B'，'C'，'D'，'E'，'F']）
G.从（['A'，'B']，['A'，'C']，['A'，'D']，['A'，'E']，['B'，'C']，['B'，'D']，['B'，'D']，['B'，'E']，['C'，'D']，['C'，'E']）添加边
打印（列表（nx.find_派系（G）））
#输出：['A'，'C'，'B'，'E']，['A'，'C'，'B'，'D']，['F']]

您在评论中提到，您的数据实际上是以秒为单位的，所以让我假设您提供的输入是整数的时间。然后您可以使用上述方法，如下所示：

def重叠（df）：
G=nx.Graph（）
G.add_nodes_from（df.Name）
对于范围内的i（len（df））：
a=df.iloc[i]
对于范围（i+1，len（df））内的j：
b=df.iloc[j]
如果（a.start=b.start）或（b.start=a.start）：
G.添加边（a.名称，b.名称）
对于nx中的派系。查找派系（G）：
收益集团，df.set_index（'Name'）.loc[clique]['count'].sum（）

以你的例子：

[53]中的

：df
出[53]：
名称开始结束计数
0 A 180 240 6
1 B 180 240 6
2 C 180 240 6
三维180 210 6
4 E 212 240 6
5楼241300 6
In[54]：列表（重叠（df））
出[54]：[（['F']，6），（['B'，'C'，'A'，'D']，24），（['B'，'C'，'A'，'E']，24）]

或者，您感兴趣的是在任何给定时间（与上述不同）可能发生的重叠。注意到，唯一考虑的时间是那些作为开始或结束时间出现的时间，这些也很容易找到：

In[69]：集合（df.start.union（df.end））中t的集合（tuple（df[（df.start=t）].Name）
Out[69]：{（'A'，'B'，'C'，'D'），（'A'，'B'，'C'，'E'），（'F'，）}

此方法的使用方法与集团查找方法相同：

def重叠2（df）：
对于集合（df.start.union（df.end））中t的集合（tuple（df[（df.start=t）].Name）中的重叠：
收益率重叠，df.set_索引（'Name'）.loc[列表（重叠）]['count'].sum（）

例如：

[88]中的

：列表（重叠2（df））
出[88]：[（（'F'，），6），（'A'，'B'，'C'，'E'，24），（'A'，'B'，'C'，'D'，24）]

作为一个不同的例子，考虑当一行添加了200的起始点和220的结尾时发生了什么：

[90]中的

：df
出[90]：
名称开始结束计数
0 A 180 240 6
1 B 180 240 6
2 C 180 240 6
三维180 210 6
4 E 212 240 6
5楼241300 6
6 G 200 220 3
In[94]：列表（重叠（df））
出[94]：[（['F']，6），（['G'，'B'，'C'，'A'，'D']，27），（['G'，'B'，'C'，'A'，'E']，27）]
In[95]：列表（重叠2（df））
出[95]：
[（（'A'，'B'，'C'，'E'，'G'），27），
("F",6),，
（（‘A’、‘B’、‘C’、‘D’、‘G’），27），
（（‘A’、‘B’、‘C’、‘E’），24），
（（‘A’、‘B’、‘C’、‘D’、24）]

哪个框架？熊猫？没有这样的框架。那都是字符串？这是相当低效的。如果有一行

G | 3:20 | 3:40 | 5

，预期的输出是什么？实际上不是。我有几秒钟的数据。但是对于表示，我在这里转换为实际时间，如果我们加上G，那么D和G之间有重叠，对吗？是的，这就是想法。重叠和重叠2之间的区别是什么？

overla2

在所有可能的时间提供可能的并发行<代码>重叠不重叠。从原始帖子中的措辞来看，不清楚哪一个是预期的（正如你所看到的，他们在给定的例子中给出了相同的结果）。感谢你提供了一个解决方案。我目前正在使用重叠功能。我注意到的一件事是，当我们有大量数据时，“find_cliques”方法会花费大量时间返回结果集。无论如何，我们是否可以优化此解决方案？

Expected Output
(A,B,C,D) - 24 - Overlap - Here E is not included since E is started by the time D is finished
(A,B,C,E) - 24 - overlap - D is excluded since its already over
(F) - 6 - No overlap