如何通过对每个名称进行分组来重叠时间间隔来计算总和？答案

【问题标题】：How can I calculate sum by overlapping time intervals by grouping each name?如何通过对每个名称进行分组来重叠时间间隔来计算总和？
【发布时间】：2023-01-19 18:40:53
【问题描述】：

如何通过对每个名称进行分组来重叠时间间隔来计算总和。如果该组名，则基本上较小的间隔应该与较大的间隔合并。

输入

df1 = (pd.DataFrame({'name': ['a', 'a', 'a', 'b', 'b'],
              'time_start': ['2000-01-01 00:01:12',
                            '2000-01-01 00:01:14',
                            '2000-01-01 00:03:12',
                            '2000-01-01 00:05:12',
                            '2000-01-01 00:05:16'],
              'time_end': ['2000-01-01 00:01:18',
                            '2000-01-01 00:01:16',
                            '2000-01-01 00:03:24',
                            '2000-01-01 00:05:40',
                            '2000-01-01 00:05:18'],
                    'values':[20,30,40,20,5]})
 .assign(time_start = lambda x: pd.to_datetime(x['time_start']),
        time_end = lambda x: pd.to_datetime(x['time_end'])))

输出应该是

name    time_start  time_end    values
0   a   2000-01-01 00:01:12 2000-01-01 00:01:18 50
1   a   2000-01-01 00:03:12 2000-01-01 00:03:24 40
2   b   2000-01-01 00:05:12 2000-01-01 00:05:40 25

【问题讨论】：

标签： pandas

【解决方案1】：

您可以使用 groupby.shift 然后使用 groupby.agg：

df1[['time_start', 'time_end']] = df1[['time_start', 'time_end']].apply(pd.to_datetime)

g = df1['time_start'].lt(df1.groupby('name')['time_end'].shift()).cumsum()

out = (df1.groupby(['name', g], as_index=False)
          .agg({'time_start': 'first', 'time_end': 'last',
                'values': 'sum'})
      )

【讨论】：