以下のようにオーバーラップがあるとその後の処理が大変そうなので
そのようなオーバーラップも隣り合うデータもないものとして回答します
|
tag |
start |
end |
0 |
b |
2 |
5 |
1 |
b |
3 |
4 |
2 |
b |
3 |
6 |
3 |
b |
6 |
7 |
Pythonで zip
など用いる方法
>>> lst = sorted([(2, 3), (4, 6), (9, 11)], key=lambda v: v[0])
>>> lst
[(2, 3), (4, 6), (9, 11)]
>>> stop, start = zip(*lst)
>>> start
(3, 6, 11)
>>> stop
(2, 4, 9)
>>> list(zip((1,) +start, stop))
[(1, 2), (3, 4), (6, 9)]
既存の df
と合成
>>> df[df.tag == 'b']
tag start end
1 b 2 3
2 b 4 6
3 b 9 11
>>> tmp = pd.DataFrame(list(zip((1,) +start, stop)), columns=['start', 'end'])
>>> tmp['tag'] = 'a'
>>> ndf = pd.concat([df[df.tag == 'b'], tmp])
>>> ndf.sort_values('start')
tag start end
0 a 1 2
1 b 2 3
1 a 3 4
2 b 4 6
2 a 6 9
3 b 9 11
上のコードでは (1, 10)
固定なので, こんな風に
>>> r = range(1, 10)
>>> if stop[0] > r.start:
... start = (r.start,) +start
... else:
... stop = stop[1:]
...
>>> if start[-1] < r.stop:
... stop += (r.stop,)
...
>>> list(zip(start, stop))
[(1, 2), (3, 4), (6, 9)]
>>>
'b'
がオーバーラップしない条件なら, ソートして, 該当する範囲に絞れば取り出すことできそうです