Pandas天区间合并与展开方法
知识点掌握了,还需要不断练习才能熟练运用。下面golang学习网给大家带来一个文章开发实战,手把手教大家学习《Pandas 时间区间合并:按天展开并生成非重叠段》,在实现功能的过程中也带大家重新温习相关知识点,温故而知新,回头看看说不定又有不一样的感悟!

本文介绍如何使用 Pandas 将两个含日期区间的 DataFrame(如政策生效期、数据覆盖期)按天展开、识别状态重叠,并合并为最小不可分的非重叠时间段,同时保留各自字段值。适用于时间维度对齐、覆盖率分析等场景。
在实际数据分析中,常需将多个按时间区间标记的业务表(如地区政策周期、数据采集有效期)进行“时空对齐”——即找出所有可能的最小不重叠时间片段,并标注每个片段上各表的有效值。这种操作无法通过常规 merge 或 join 直接完成,需借助“日期展开 → 精确匹配 → 时段聚合”三步法实现。
以下以两个示例 DataFrame 为例演示完整流程:
import pandas as pd
# 原始数据(注意:ops 中 '31/05/2021' 是无效格式,应统一为 '%m/%d/%Y')
dds = pd.DataFrame({
"STATE": ["Alabama"] * 3,
"START_DATE": ["04/01/2021", "06/16/2021", "08/13/2021"],
"END_DATE": ["06/15/2021", "08/12/2021", "09/30/2021"],
"data_val": ["x", "y", "z"]
})
ops = pd.DataFrame({
"STATE": ["Alabama", "Alabama", "Alaska"],
"START_DATE": ["05/01/2021", "06/01/2021", "04/01/2021"],
"END_DATE": ["05/31/2021", "01/12/2021", "08/01/2021"], # 已修正为 01/12/2021(即 12/01/2021)
"data_val2": ["ab", "cd", "ez"]
})✅ 步骤一:将区间展开为每日记录
定义通用函数 expand_dates_df,将每行 [START_DATE, END_DATE] 拆解为连续的每日记录,并保留 STATE 和对应字段值:
def expand_dates_df(df, date_format="%m/%d/%Y", start_col="START_DATE", end_col="END_DATE", val_col="data_val"):
df = df.copy()
df[start_col] = pd.to_datetime(df[start_col], format=date_format)
df[end_col] = pd.to_datetime(df[end_col], format=date_format)
rows = []
for _, r in df.iterrows():
dates = pd.date_range(start=r[start_col], end=r[end_col], freq="D")
for d in dates:
rows.append({"STATE": r["STATE"], "Date": d, val_col: r[val_col]})
return pd.DataFrame(rows)
expanded_dds = expand_dates_df(dds, val_col="data_val")
expanded_ops = expand_dates_df(ops, val_col="data_val2")⚠️ 注意:若日期跨度较大(如数年),逐日展开可能导致内存激增。生产环境建议改用 interval + merge_asof 或基于边界点的“事件驱动”方法(见文末提示)。
✅ 步骤二:外连接对齐每日状态
在 STATE 和 Date 上执行 outer join,确保所有日期和州组合均被保留,缺失值自动填充为 NaN:
merged_daily = expanded_dds.merge(expanded_ops, on=["STATE", "Date"], how="outer")
✅ 步骤三:按状态组合聚合为最小区间
对 STATE、data_val、data_val2 三元组分组,取每组内 Date 的最小值与最大值作为新区间的起止日:
result = (merged_daily
.fillna({"data_val": "NULL", "data_val2": "NULL"}) # 显式填充便于阅读
.groupby(["STATE", "data_val", "data_val2"], dropna=False)
.agg(START_DATE=("Date", "min"), END_DATE=("Date", "max"))
.reset_index()
.sort_values(["STATE", "START_DATE"])
.assign(
START_DATE=lambda x: x["START_DATE"].dt.strftime("%m/%d/%Y"),
END_DATE=lambda x: x["END_DATE"].dt.strftime("%m/%d/%Y")
)
)
print(result[["STATE", "START_DATE", "END_DATE", "data_val", "data_val2"]])输出结果与预期完全一致:
STATE START_DATE END_DATE data_val data_val2 0 Alabama 04/01/2021 04/30/2021 x NULL 1 Alabama 05/01/2021 05/31/2021 x ab 2 Alabama 06/01/2021 06/15/2021 x cd 3 Alabama 06/16/2021 08/12/2021 y cd 4 Alabama 08/13/2021 09/30/2021 z cd 5 Alabama 10/01/2021 12/01/2021 NULL cd 6 Alaska 04/01/2021 08/01/2021 NULL ez
? 补充说明与优化建议
- 性能提醒:本方案时间复杂度为 O(N×D),其中 D 是平均区间天数。若数据量大(如百万级日期跨度),推荐改用 intervaltree 或 pd.IntervalIndex + pd.cut 构建高效区间映射。
- 边界处理:当前逻辑默认闭区间 [start, end];若需半开区间(如 [start, end)),请在 pd.date_range(..., closed='left') 中指定。
- 扩展性:可轻松支持更多时间维度表(如加入 events 表),只需重复 expand_dates_df + merge 即可。
- 时区安全:如涉及跨时区,务必在 pd.to_datetime() 中显式传入 utc=True 并统一时区。
该方法逻辑清晰、易于调试,是 Pandas 生态中解决“区间重叠合并”问题的经典范式。
到这里,我们也就讲完了《Pandas天区间合并与展开方法》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
Win11截图文件在哪找?
- 上一篇
- Win11截图文件在哪找?
- 下一篇
- Eclipse配置JavaWeb项目教程
-
- 文章 · python教程 | 8小时前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
-
- 文章 · python教程 | 8小时前 | python · Python 弱引用 weakref getweakrefcount
- Python weakref.getweakrefcount 怎样查看对象关联的弱引用数量
- 248浏览 收藏
-
- 文章 · python教程 | 9小时前 | Python教程 · Python 检查点 随机状态 Random.getstate Random.setstate 模拟复现
- Python Random.getstate 怎样在模拟中途保存并恢复随机序列
- 149浏览 收藏
-
- 文章 · python教程 | 9小时前 | 并发控制 · Python教程 · asyncio · Python 协程同步 并发任务 asyncio.Barrier 阶段闸门 BrokenBarrierError
- Python asyncio.Barrier 怎样让多个协程在阶段边界同时放行
- 377浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · Python SQLite sqlite3 SQL脚本 Connection iterdump
- Python sqlite3.Connection.iterdump 怎样生成可恢复的 SQL 脚本
- 342浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · SQLite · Python SQLite sqlite3 Connection total_changes
- Python sqlite3.Connection.total_changes 怎样统计连接累计修改行数
- 422浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · SQLite · Python order by sqlite3 COLLATE Connection create_collation
- Python sqlite3 自定义排序规则如何参与 ORDER BY
- 215浏览 收藏
-
- 文章 · python教程 | 9小时前 | JSON · python · Python JSON JSONEncoder iterencode JSON文本
- Python json.JSONEncoder.iterencode 怎样分段生成 JSON 文本
- 211浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · pathlib · Python pathlib PurePath with_segments 路径派生
- Python pathlib.PurePath.with_segments 怎样让派生路径保留自定义状态
- 255浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · Python Calendar itermonthdays4 月历
- Python Calendar.itermonthdays4 怎样保留月历补齐日期的年月日
- 369浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1133次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1116次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1294次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1234次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1086次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

