本文介绍如何利用 piso 库对带时间戳的地理区间（如道路里程段）检测记录进行智能分割与聚合，生成覆盖全范围、无重叠且每段保留最新检查日期的结果数据框。核心步骤包括区间构建、端点分割、重叠匹配与逐段取最新时间。
本文介绍如何利用 piso 库对带时间戳的地理区间（如道路里程段）检测记录进行智能分割与聚合，生成覆盖全范围、无重叠且每段保留最新检查日期的结果数据框。核心步骤包括区间构建、端点分割、重叠匹配与逐段取最新时间。
在基础设施资产（如公路、管线）的运维分析中，常需将多次不规则区间的检查记录，归并为一组互斥、连续、全覆盖的最小粒度分段，并为每个分段标注最后一次被检查的时间。piso 是专为 Pandas IntervalIndex 设计的高效区间操作库，特别适合此类“区间覆盖 + 时间优先”场景。
以下是一个完整、可运行的解决方案：
import pandas as pd
import piso
# 原始检查记录：[From_Mi, To_Mi, Date]
all_df = pd.DataFrame(
data=[
(0, 5, pd.Timestamp("2025-01-01")),
(2, 5, pd.Timestamp("2025-01-08")),
(0, 3, pd.Timestamp("2025-01-15")),
(0, 2, pd.Timestamp("2025-01-22")),
],
columns=["From_Mi", "To_Mi", "Date"]
)
# ✅ 步骤 1：按时间升序排序（确保 later date appears later in series）
all_df = all_df.sort_values("Date", ascending=True)
# ✅ 步骤 2：构建 IntervalArray（闭区间默认左闭右开；若需 [a,b] 请显式指定 closed='both'）
intervals = pd.arrays.IntervalArray.from_arrays(
all_df["From_Mi"], all_df["To_Mi"], closed="both"
)
# ✅ 步骤 3：提取所有唯一端点（0,2,3,5），分割成最细粒度非重叠子区间
breakpoints = set(intervals.left).union(set(intervals.right))
unique_intervals = piso.split(intervals, breakpoints).unique()
# ✅ 步骤 4：将原始记录转为以区间为索引的 Series（自动对齐）
dates_series = all_df.set_index(pd.IntervalIndex(intervals))["Date"]
# ✅ 步骤 5：对每个唯一子区间，找出所有与其重叠的原始记录，并取最后一条（即最新日期）
recent_records = []
for ui in unique_intervals:
# overlaps() 返回布尔索引；iloc[-1] 取最后匹配项（因已按时间升序排序，即最新）
overlapping_dates = dates_series[dates_series.index.overlaps(ui)]
if not overlapping_dates.empty:
recent_records.append({
"From_Mi": ui.left,
"To_Mi": ui.right,
"Last_Date": overlapping_dates.iloc[-1]
})
recent_df = pd.DataFrame(recent_records)
print(recent_df)
输出结果：
From_Mi To_Mi Last_Date 0 0 2 2025-01-22 1 2 3 2025-01-15 2 3 5 2025-01-08
⚠️ 关键注意事项：
-
piso.split(...).unique()会自动去重并返回规范排序的IntervalArray，无需手动去重或排序； - 必须对
all_df按Date升序排序，才能保证overlapping_dates.iloc[-1]精确对应“最新检查”——这是本方案简洁性的核心前提； - 若原始区间为
[a, b]（闭闭），务必设置closed='both'，否则默认[a, b)可能导致端点逻辑偏差； - 对于超大数据集（>10万条记录），列表推导式可能成为瓶颈，此时建议改用
piso.apply()或向量化重叠检测（如piso.intersection()配合groupby），但需更复杂索引设计。
该方法兼具清晰性与鲁棒性，是处理“时间加权区间覆盖”问题的标准范式，适用于巡检、养护、监测等各类资产时序空间分析场景。
