用大Pandas按间隔划分长度（米）数据

Question

我有一个长度间隔数据（来自钻孔）的数据帧，如下所示：

df
Out[46]: 
   from  to  min intensity
0     0  10   py        2
1     5  15  cpy       3.5
2    14  27  spy       0.7

我需要透视这些数据，但也要在最小公共长度间隔上断开它；结果是“min”列作为列标题，而值是“rank”。输出如下所示：

^{pr2}$

因此，基本上“从”和“到”描述了钻孔下的非重叠层段，其中间隔被最小公分母分开-正如你所见，原始表格中的“py”间隔被拆分，第一个（0-5m）被拆分成py:2，cpy:0和第二个（5-10米）进入py:2，cpy:3.5。在

一个基本的pivot_table函数的结果是：

pd.pivot_table(df, values='intensity', index=['from', 'to'], columns="min", aggfunc="first", fill_value=0)
Out[48]: 
min      cpy  py  spy
from to              
0    10    0   2    0
5    15  3.5   0    0
14   27    0   0    0.75

它只将from和to列组合成一个索引。重要的一点是，我的输出不能有重叠的from和to值（即后面的“from”值不能小于前一个“to”值）。在

有没有一种优雅的方法可以利用熊猫来实现这一点？谢谢你的帮助！在

Answer 1

我不懂熊猫的自然区间运算，所以你需要做。 这里有一个方法，如果我正确地理解了约束条件。 这可能是一个O（n^3）问题，它将为大条目创建一个巨大的表。在

# make the new bounds
bounds=np.unique(np.hstack((df["from"],df["to"])))
df2=pd.DataFrame({"from":bounds[:-1],"to":bounds[1:]})

#find inclusions 
isin=df.apply(lambda x :
df2['from'].between(x[0],x[1]-1)
| df2['to'].between(x[0]+1,x[1])
,axis=1).T

#data
data=np.where(isin,df.intensity,0)

#result
df3=pd.DataFrame(data,
pd.MultiIndex.from_arrays(df2.values.T),df["min"])

用于：

^{pr2}$