确定一个范围是否在另一个范围内

Question

如果有一个文件的范围按第一列排序（范围没有重叠）：

1 10
12 15
18 19

另一个，按第一列排序（可以有重叠）：

1 5
2 10
12 13
13 20

我想确定第二个文件中的每一行（范围），该行（范围）是否与第一个文件中的任何范围相交。到目前为止，我做了以下工作

df_1 = pd.read_csv('range1.txt',sep=' ')
df_2 = pd.read_csv('range2.txt',sep=' ')
for i in xrange(len(df_1)):
    start_1 = df_1.iloc[i,0]
    stop_1 = df_1.iloc[i, 1]
    for j in xrange(len(df_2)):
        start_2 = df_2.iloc[j,0]
        stop_2 = df_2.iloc[j, 1]
        if start_2 > stop_1:
            break
        elif stop_2 < start_1:
            continue
        else:
            # add ranges from second file to list

我知道这可能非常低效，所以我想知道是否有一种计算效率更高/更快的方法来解决这个问题。

Answer 1

@Olivier Pellier-Cuit 提供了快速重叠测试的链接。如果需要成员资格检查而不是重叠测试，请使用此算法。

因此，使用此算法，我们可以执行以下操作：

df1['m'] = (df1.a + df1.b)
df1['d'] = (df1.b - df1.a)
df2['m'] = (df2.a + df2.b)
df2['d'] = (df2.b - df2.a)
df2[['m','d']].apply(lambda x: (np.abs(df1.m - x.m) < df1.d +x.d).any(), axis=1)

PS 我通过摆脱division by 2稍微简化了m和d的计算，因为它可以消除常用术语。

输出：

In [105]: df2[['m','d']].apply(lambda x: (np.abs(df1.m - x.m) < df1.d +x.d).any(), axis=1)
Out[105]:
0     True
1     True
2     True
3     True
4    False
dtype: bool

设置：

df1 = pd.read_csv(io.StringIO("""
a b
1 10
12 15
18 19
"""), delim_whitespace=True)
df2 = pd.read_csv(io.StringIO("""
a b
1 5
2 10
12 13
13 20
50 60
"""), delim_whitespace=True)

注意：我特意在DF2中添加了一对（50,60），它与DF1的任何间隔都不重叠

包含计算m和d列的数据框：

In [106]: df1
Out[106]:
    a   b   m  d
0   1  10  11  9
1  12  15  27  3
2  18  19  37  1
In [107]: df2
Out[107]:
    a   b    m   d
0   1   5    6   4
1   2  10   12   8
2  12  13   25   1
3  13  20   33   7
4  50  60  110  10

Answer 2

如果您

只是想知道df2的范围是否与df1的范围重叠：

if df1.ix[:,0].min() >= df2.ix[:,0].max() or df1.ix[:,0].max() <= df2.ix[:,0].min(): print ("nope") else: print ("overlap")