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）进行智能切分与最新事件聚合，生成覆盖全范围、无重叠且每个子区间携带其最晚检查日期的结果 dataframe。
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）进行智能切分与最新事件聚合，生成覆盖全范围、无重叠且每个子区间携带其最晚检查日期的结果 dataframe。
在基础设施资产管理中，常需将历史巡检记录（如某段道路在某时间被检查）映射到连续的线性参考系统（如 mile markers），并回答：“任意位置 x 上，最近一次检查是什么时候？”——这本质上是区间覆盖 + 时间优先级合并问题。piso（Pandas Interval Set Operations）为此类操作提供了高效、语义清晰的工具链。
核心思路是：
- 将原始检查记录转为
IntervalArray； - 利用
piso.split()按所有端点（left和right）切分，得到一组最小不可再分的互斥基础区间； - 对每个基础区间，筛选出所有与其重叠的原始检查记录，并取其中
Date最大的一条作为“最后检查日期”。
以下是完整可运行的实现：
import pandas as pd
import piso
# 原始检查数据（已按日期升序排列以确保 iloc[-1] 取最新）
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：按日期升序排序（关键！确保后续 iloc[-1] 取到最新）
all_df = all_df.sort_values("Date", ascending=True)
# ✅ 步骤 2：构建 IntervalArray
intervals = pd.arrays.IntervalArray.from_arrays(
all_df["From_Mi"], all_df["To_Mi"], closed="left"
) # 推荐使用 'left' 避免端点歧义（如 [2,3) 与 [3,5) 无重叠）
# ✅ 步骤 3：获取所有唯一端点，并切分为不重叠基础区间
breaks = sorted(set(intervals.left).union(set(intervals.right)))
unique_intervals = piso.split(intervals, breaks).unique()
# ✅ 步骤 4：构建带区间索引的日期序列
dates_series = all_df.set_index(pd.IntervalIndex(intervals))["Date"]
# ✅ 步骤 5：逐个基础区间查询重叠记录，取最新日期
recent_records = []
for ui in unique_intervals:
overlapping = dates_series[dates_series.index.overlaps(ui)]
if len(overlapping) > 0:
recent_records.append({
"From_Mi": ui.left,
"To_Mi": ui.right,
"Last_Date": overlapping.iloc[-1] # 因已排序，末尾即最新
})
recent_df = pd.DataFrame(recent_records)
print(recent_df)输出结果为：
From_Mi To_Mi Last_Date 0 0.0 2.0 2025-01-22 1 2.0 3.0 2025-01-15 2 3.0 5.0 2025-01-08
⚠️ 注意事项：
-
piso.split(...).unique()返回的是规范化的IntervalArray，但其元素是pandas._libs.interval.Interval对象，支持.left/.right属性访问； - 必须先对
all_df按Date升序排序，才能保证overlapping.iloc[-1]是该区间的最新检查（若降序则需用iloc[0]）； - 若存在某基础区间未被任何原始记录覆盖（即
overlapping.empty == True），建议添加if判断并赋予默认值（如NaT或None），避免报错； - 对于大规模数据（>10k 区间），上述循环可进一步向量化（例如用
piso.coverage()+groupby），但当前方案在可读性与通用性上更优。
该方法不仅适用于道路巡检，还可拓展至管线维护、铁路轨段状态更新、地理围栏事件归因等任意「线性空间 + 时间戳事件」场景。
