识别数据帧中重叠时间跨度的数量

时间:2015-05-04 14:29:20

标签: python pandas

我有一份包含开始和结束日期的合同清单。

如何计算合约有效期内重叠合约的数目?

df = pd.DataFrame({
    'contract': pd.Series(['A1', 'A2', 'A3', 'A4']),
    'start': pd.Series(['01/01/2015', '03/02/2015', '15/01/2015', '10/01/2015']),
    'end': pd.Series(['16/01/2015', '10/02/2015', '18/01/2015', '12/01/2015'])
})

给出:

  contract         end       start
0       A1  16/01/2015  01/01/2015
1       A2  10/02/2015  03/02/2015
2       A3  18/01/2015  15/01/2015
3       A4  12/01/2015  10/01/2015

A1与A3和A4重叠,因此重叠= 2。 A2重叠,没有合约,因此重叠= 0。 A3与A1重叠,因此重叠= 1。 A4与A1重叠,因此重叠= 1。

我可以比较每个时间跨度(开始到结束),但那是O(n**2) 还有更好的主意吗?

我觉得通过排序然后out (Generic Modifier) (C# Reference)

可以获得改善

1 个答案:

答案 0 :(得分:2)

这是一种方法:

df = pd.DataFrame({
    'contract': pd.Series(['A1', 'A2', 'A3', 'A4']),
    'start': pd.Series(['01/01/2015', '03/02/2015', '15/01/2015', '10/01/2015']),
    'end': pd.Series(['16/01/2015', '10/02/2015', '18/01/2015', '12/01/2015'])
})
df['start'] = pd.to_datetime(df.start, dayfirst=True)
df['end'] = pd.to_datetime(df.end, dayfirst=True)

periods = df[['start', 'end']].apply(lambda x: (pd.date_range(x['start'], x['end']),), axis=1)
overlap = periods.apply(lambda col: periods.apply(lambda col_: col[0].isin(col_[0]).any()))
df['overlap_count'] = overlap[overlap].apply(lambda x: x.count() - 1, axis=1)
print df

哪个收益率:

  contract        end      start  overlap_count
0       A1 2015-01-16 2015-01-01              2
1       A2 2015-02-10 2015-02-03              0
2       A3 2015-01-18 2015-01-15              1
3       A4 2015-01-12 2015-01-10              1 

我已更新代码以输出重叠计数,而不是天数重叠。