我想知道是否有一种有效的计算距离距离的方法，并将它们组合在给定的距离内。例如，给定范围和距离 d = 10 ：
1 2
4 7
12 15
32 36
38 41
...
第一次迭代将是：（4-2） - ＆gt; 2 - ＆gt; 2＆lt; 10 - ＆gt;好的 - ＆gt; （1,7）
1 7
12 15
32 36
38 41
...
（12-7） - ＆gt; 5 - ＆gt; 5＆lt; 10 - ＆gt;好的 - ＆gt; （1,15）
1 15
32 36
38 41
...
（32-15） - ＆gt; 17 - ＆gt; 17＆lt; 10 - ＆gt; KO
1 15
32 36
38 41
...
（38-36） - ＆gt; 2 - ＆gt; 2＆lt; 10 - ＆gt;好的 - ＆gt; （32,41）
所需（结果）数据集：
1 15
32 41
...
如果没有有效实施，该算法的成本（列表，元组，循环）可能会使主程序面临风险。
提前谢谢!!
答案 0 :(得分：3)
来源DF：
In [27]: df
Out[27]:
start end
0 1 2
1 4 7
2 12 15
3 32 36
4 38 41
In [28]: threshold = 10
矢量化解决方案：
In [31]: (df.groupby(df['start'].sub(df['end'].shift()).ge(threshold).cumsum())
...: .agg({'start':'first','end':'last'}))
...:
Out[31]:
start end
0 1 15
1 32 41
说明：
In [32]: df['start'].sub(df['end'].shift())
Out[32]:
0 NaN
1 2.0
2 5.0
3 17.0
4 2.0
dtype: float64
In [33]: df['start'].sub(df['end'].shift()).ge(threshold)
Out[33]:
0 False
1 False
2 False
3 True
4 False
dtype: bool
In [34]: df['start'].sub(df['end'].shift()).ge(threshold).cumsum()
Out[34]:
0 0
1 0
2 0
3 1
4 1
dtype: int32