我有一个具有时间间隔和与每个标签相关联的标签的数据框.我需要对与其他行隔开给定距离的行进行分组和聚合.

例如,组行的开始/结束位于其他行的开始/结束的3个单位内的行将其标签字段串联在一起：

In [16]: df = pd.DataFrame([
    ...:     [ 1, 3,'a'], [ 4,10,'b'],
    ...:     [15,17,'c'], [18,20,'d'],
    ...:     [27,30,'e'], [31,40,'f'], [41,42,'g'],
    ...:     [50,54,'h']],
    ...:     columns=['start', 'end', 'label'])
    ...:

In [17]: df
Out[17]:
   start  end label
0      1    3     a
1      4   10     b
2     15   17     c
3     18   20     d
4     27   30     e
5     31   40     f
6     41   42     g
7     50   54     h

所需的输出：

In [18]: df_desired = group_by_interval(df)
In [19]: df_desired
Out[19]:
   start  end  label
0      1   10    a b
1     15   20    c d
2     27   30  e f g
3     50   54      h

如何使用数据帧按间隔执行这种分组？

我已经找到了一个类似的SO here,但是由于我不知道在哪里剪裁先验而有所不同.

解决方法:

您可以根据条件和汇总创建石斑鱼

grouper = ((df['start'] - df['end'].shift()) > 3).cumsum()

df.groupby( grouper).agg({'start' : 'first', 'end' : 'last', 'label': lambda x: ' '.join(x)})

    start   end     label
0   1       10      a b
1   15      20      c d
2   27      42      e f g
3   50      54      h