Python 合并重叠段上的两个数据帧

我有两个数据帧，如果两列（带有

开始

和

结束

坐标）重叠而不跨越边界，则需要匹配行

例如：

df_1 = pd.DataFrame(data={'start': [0, 10, 23, 35], 'end': [5, 17, 28, 41], 'some_data_1': ['AA', 'BB', 'CC', 'DD']})
df_2 = pd.DataFrame(data={'start': [0, 12, 23, 55], 'end': [5, 17, 25, 62], 'some_data_2': ['AA_AA', 'BB_BB', 'CC_CC', 'DD_DD']})

在哪里

及

所需输出为：

df_1_2 :
    start_1 end_1   start_2 end_2  some_data_1  some_data_2
          0     5         0     5           AA        AA_AA
         10    17        12    17           BB        BB_BB
         23    28        23    25           CC        CC_CC
         35    41       NaN   NaN           DD          NaN
        NaN   NaN        55    62          NaN        DD_DD       

是否有一种优雅的方法来检查一个段（由

end

-

start

给出）是否与另一个段重叠，如果重叠，则在此条件下合并数据帧

---

谢谢

创建条件以查找两个框架之间是否存在重叠，根据条件创建新列，然后使用how='outer'

我从数据中观察到的是，如果df_1中的重叠（结束-开始）大于或等于df_2中的重叠，则添加开始-开始-数据_2，否则保持原样。计算取决于此；如果这是一个错误的前提操作，一定要让我知道

#create overlap columns

df_1['overlap']= df_1.end - df_1.start
df_2['overlap']= df_2.end - df_2.start

cond1 = df_1.overlap.ge(df_2.overlap)
df_1['key'] = np.where(cond1, df_2.some_data_2,'n1')
df_2['key'] = np.where(cond1, df_2.some_data_2,'n')

(pd
 .merge(df_1,df_2,
        how='outer',
        on='key',
        suffixes = ('_1','_2'))
 .drop(['key','overlap_1','overlap_2'],
       axis=1)
  )

   start_1  end_1   some_data_1 start_2 end_2   some_data_2
0   0.0     5.0        AA        0.0    5.0      AA_AA
1   10.0    17.0       BB       12.0    17.0     BB_BB
2   23.0    28.0       CC       23.0    25.0     CC_CC
3   35.0    41.0       DD       NaN     NaN      NaN
4   NaN     NaN        NaN      55.0    62.0     DD_DD

---

创建条件以查找两个框架之间是否存在重叠，根据条件创建新列，然后使用how='outer'

我从数据中观察到的是，如果df_1中的重叠（结束-开始）大于或等于df_2中的重叠，则添加开始-开始-数据_2，否则保持原样。计算取决于此；如果这是一个错误的前提操作，一定要让我知道

#create overlap columns

df_1['overlap']= df_1.end - df_1.start
df_2['overlap']= df_2.end - df_2.start

cond1 = df_1.overlap.ge(df_2.overlap)
df_1['key'] = np.where(cond1, df_2.some_data_2,'n1')
df_2['key'] = np.where(cond1, df_2.some_data_2,'n')

(pd
 .merge(df_1,df_2,
        how='outer',
        on='key',
        suffixes = ('_1','_2'))
 .drop(['key','overlap_1','overlap_2'],
       axis=1)
  )

   start_1  end_1   some_data_1 start_2 end_2   some_data_2
0   0.0     5.0        AA        0.0    5.0      AA_AA
1   10.0    17.0       BB       12.0    17.0     BB_BB
2   23.0    28.0       CC       23.0    25.0     CC_CC
3   35.0    41.0       DD       NaN     NaN      NaN
4   NaN     NaN        NaN      55.0    62.0     DD_DD

---

你是怎么做的？阅读您的解决方案将指导响应演示您是否着手进行了此操作？阅读您的解决方案将指导响应。重要的部分是您如何创建

df_1.overlap

？有人告诉我，这不是重叠的定义：-）哦，好的。然后我误解了他的帖子。我会等他发表评论，如果我没有注意到，我会把它摘下来。好吧，在二读时，这很可能就是OP所要求的。但是，在一列数据上合并是危险的，因为数据可能有重复项。重要的部分是如何创建

df_1.overlap

？有些事情告诉我，这不是重叠的定义：-）哦，好的。然后我误解了他的帖子。我会等他发表评论，如果我没有注意到，我会把它摘下来。好吧，在二读时，这很可能就是OP所要求的。但是，在一列数据上合并是危险的，因为数据可能有重复项。

#create overlap columns

df_1['overlap']= df_1.end - df_1.start
df_2['overlap']= df_2.end - df_2.start

cond1 = df_1.overlap.ge(df_2.overlap)
df_1['key'] = np.where(cond1, df_2.some_data_2,'n1')
df_2['key'] = np.where(cond1, df_2.some_data_2,'n')

(pd
 .merge(df_1,df_2,
        how='outer',
        on='key',
        suffixes = ('_1','_2'))
 .drop(['key','overlap_1','overlap_2'],
       axis=1)
  )

   start_1  end_1   some_data_1 start_2 end_2   some_data_2
0   0.0     5.0        AA        0.0    5.0      AA_AA
1   10.0    17.0       BB       12.0    17.0     BB_BB
2   23.0    28.0       CC       23.0    25.0     CC_CC
3   35.0    41.0       DD       NaN     NaN      NaN
4   NaN     NaN        NaN      55.0    62.0     DD_DD