Python 利用Pandas确定最优群配置

我试图找出两个成员之间的重叠，看看他们是否认识对方。我也有一个最低限度的重叠要求（即他们需要相互了解至少两个月才能组成一个小组）

示例输入DF

time_together = 5184000 (60 days)

person_name  start_date  end_date    cut_off (start + time_together)
sally        1540627200  1545638400  1545811200
john         1543046400  1548316800  1548230400
edgar        1548316800  1553414400  1553500800

我目前在pandas数据框中的unix时间戳中有开始日期和结束日期。我计算了一个截止时间，即开始时间+最小持续时间。然后，我根据截止日期检查每个人的出勤情况，如果低于我所说的人数，他们将组成一个有效的小组（见下面的代码）

因为莎莉和约翰在一起的时间最短。他们会组成一个小组，但埃德加没有

理想情况下，输出将是一个列表列表 [person1，person2，person5]，[person3，person4]]

---

它的速度也很慢，所以任何关于如何加快速度的建议都是非常好的。

我认为你正在努力实现的目标有很多，但可以分为两个步骤。（我不确定这是否是实现目标最有效的方式）

找出在最短时间内彼此重叠的所有成对的人

将配对列表“压缩”为组

对于第一个任务，一个简单的方法是迭代每个人，并检查是否有其他人有足够的重叠

从测试数据帧开始（伪随机时间和任意名称）：

我们可以找到以下几对：

pairs = []
for i in range(len(test.index)):
    for j in range(len(test.index)-i-1):
        if (min(test.loc[i]['end_date'], test.loc[i+j+1]['end_date']) 
        - max(test.loc[i]['start_date'], test.loc[i+j+1]['start_date']) 
        >= (min_time_together)):
            pairs.append([test.loc[i]['person_name'], test.loc[i+j+1]['person_name']])

这将生成输出：

[['Angelina', 'Estefana'],
 ['Na', 'Twyla'],
 ['Na', 'Wilfredo'],
 ['Twyla', 'Wilfredo']]

为了“浓缩”这一对的列表涉及到一系列的图论，老实说，我不是这方面的专家，但这里是一个相关StackOverflow问题的答案（非常有趣的主题和该页面上的许多好信息）。如果我们从列表列表中的答案中使用

concurebk

函数，我们将得到以下最终输出：

#condenseBK(*pairs)
[['Angelina', 'Estefana'], ['Na', 'Twyla', 'Wilfredo']]

---

你能从

df

提供几行示例数据吗？当然！如上所述，您确定当前输出DF正确吗？莎莉和约翰只重叠了30天这真是个好办法！但我实际上是在试图避免O（n^2）运行时，因为我使用的是一个巨大的数据集，您有没有考虑过使用它？我认为您可以用O（n logn）这样的方式构建树，并用O（logn+匹配间隔数）查询它

pairs = []
for i in range(len(test.index)):
    for j in range(len(test.index)-i-1):
        if (min(test.loc[i]['end_date'], test.loc[i+j+1]['end_date']) 
        - max(test.loc[i]['start_date'], test.loc[i+j+1]['start_date']) 
        >= (min_time_together)):
            pairs.append([test.loc[i]['person_name'], test.loc[i+j+1]['person_name']])

[['Angelina', 'Estefana'],
 ['Na', 'Twyla'],
 ['Na', 'Wilfredo'],
 ['Twyla', 'Wilfredo']]

#condenseBK(*pairs)
[['Angelina', 'Estefana'], ['Na', 'Twyla', 'Wilfredo']]