提问人：Tarak Pandya 提问时间：11/7/2023 更新时间：11/7/2023 访问量：40
如何根据重叠间隔识别唯一行 （ID）？
how to identify unique rows (id) based on overlapping intervals?
问：
下面的数据集是我的数据集，并希望使用重叠函数获得预期输出（如下所示）：
输入数据集：
| values_1 | 同上 | DeptId | Start_DateTime | End_DateTime |
|---|---|---|---|---|
| PNM（PNM） | 4579 | FHDU学院 | 2023-09-04 14:15:29 | 2023-09-04 18:25:22 |
| PNM（PNM） | 1278 | FHDU学院 | 2023-09-04 14:45:28 | 2023-09-04 18:35:19 |
| POH的 | 8579 | ASKG公司 | 2023-09-04 15:35:29 | 2023-09-04 17:25:22 |
| POH的 | 3449 | ASKG公司 | 2023-09-04 15:45:28 | 2023-09-04 18:35:19 |
| WEH公司 | 9124 | ASKG公司 | 2023-09-04 17:25:28 | 2023-09-04 19:43:13 |
| WEH公司 | 4579 | ASKG公司 | 2023-09-04 16:15:21 | 2023-09-04 18:24:02 |
预期输出：
| values_1 | 同上 | DeptId | Start_DateTime | End_DateTime |
|---|---|---|---|---|
| PNM（PNM） | 4579 | FHDU学院 | 2023-09-04 14:15:29 | 2023-09-04 18:25:22 |
| WEH公司 | 4579 | ASKG公司 | 2023-09-04 16:15:21 | 2023-09-04 18:24:02 |
对于下面的这段代码，我们知道它提供了 2 个间隔（Start_DateTime 和 End_DateTime）的重叠，但我的问题是：如何将“Id”列合并到下面的函数中，以便输出显示与预期输出相同：。
感谢您抽出宝贵时间接受采访，并提前感谢您的帮助！
from itertools import combinations
def find_overlaps(g):
idx = pd.IntervalIndex.from_arrays(
g["Start_DateTime"], g["End_DateTime"], closed="both"
)
to_keep = set()
for (i1, interval1), (i2, interval2) in combinations(zip(g.index, idx.values), 2):
if interval1.overlaps(interval2):
to_keep.add(i1)
to_keep.add(i2)
return g.loc[list(to_keep)]
df["Start DateTime"] = pd.to_datetime(df["Start_DateTime"])
df["End DateTime"] = pd.to_datetime(df["End_DateTime"])
out = df.groupby("values_1", group_keys=False).apply(find_overlaps)
print(out)
再次感谢！
答： 暂无答案
评论
df.groupby("Id", group_keys=False).apply(find_overlaps)?