如何使用pd. IntervalIndex.is_overlapping在DataFrame中查找重叠的间隔？
使用新的Pandas IntervalIndex。is\u重叠您可以检查IntervalIndex是否重叠。该函数仅返回整个数据帧的布尔值，但不分组/标识重叠/不重叠的间隔。如何使用高效的熊猫间隔功能实现这一点？
import pandas as pd
df=pd.IntervalIndex.from_tuples([(0, 1),(1, 2),(3,5),(2,7),(5,12),(1,9)],closed='both')
print(df.is_overlapping())
共有1个答案
我们可以使用重叠
[df.overlaps(x)for x in df]
Out[344]:
[array([ True, True, False, False, False, True]),
array([ True, True, False, True, False, True]),
array([False, False, True, True, True, True]),
array([False, True, True, True, True, True]),
array([False, False, True, True, True, True]),
array([ True, True, True, True, True, True])]
-
问题内容： 我想从间隔与查询中指定的间隔相交的表中提取行。假设我有一个简单的表和两个查询参数，并且，表达查询的最简单方法是什么，以便找到具有至少一个公共元素的所有行？ 更新： 为了使预期结果更加清晰，请在下面找到输入值和预期结果的列表。列是 。 问题答案： 更简单：
-
问题内容： 我在数据库中有2个表，这些表具有以下属性： 第二个表是“预订”和“资源”之间的关联实体（即1个预订可以包含许多资源）。属性booking_start和booking_end是带有日期和时间的时间戳。 我是否可以知道如果日期/时间与其他类似resource_id的预订重叠或冲突，我如何能够找到每个resource_id（预订的）？ 我以图形方式在纸上涂上答案，以查看它是否可以帮助我形象化
-
我知道如何检查其中两个圆是否重叠（它们中心之间的距离小于直径）。我可以对每对圆执行此检查，但我想知道是否有更好的算法（比)更快）。 编辑 圆圈的数目通常是100个左右，重叠不会经常发生。
-
问题内容： 我的序列很长，我想知道这个序列中某些子序列出现的频率。 我知道string.count（s，sub），但它只计算非重叠序列。 是否存在类似功能（也可以计算重叠序列）？ 问题答案： 作为编写自己的搜索功能的替代方法，可以使用以下模块： 上面打印了所有（可能重叠的）匹配的起始位置。 如果您只需要计数，就可以使用以下方法：
-
这与寻找重叠的间隔有关。给定一个间隔列表（间隔树），我知道如何做到这一点。我有一个间隔列表。例如， 结果应该是 [2,3], [7,8] 我需要做的是找到所有列表中常见的间隔列表。 我认为这个问题类似于合并列表。问题是我无法应用列表的成对合并。应用此方法可能会导致丢失重叠间隔。因此，我需要将所有列表合并在一起，一次考虑所有列表（而不是成对）。 我可以使用间隔树。将每个列表中的第一个间隔插入间隔树并
-
我创建了一个事件。现在我想检查它们是否重叠。我在数据库中以日期格式存储了开始时间和结束时间。 现在我想检查事件的时间是否重叠。为此，我想获取所有事件start Time和endTime，从日期检索小时和分钟，然后将小时和分钟与当前小时和分钟进行比较。 日期格式如下：df=新的SimpleDateFormat（“E-MMM-dd-HH:mm:ss-zz-yyyy”）； 我第一次尝试通过查询比较两个日